Question

我使用两种方法计算了分类中P，R和F1的宏平均值。方法1是

print("Macro-Average Precision:", metrics.precision_score(predictions, test_y, average='macro'))
print("Macro-Average Recall:", metrics.recall_score(predictions, test_y, average='macro'))
print("Macro-Average F1:", metrics.f1_score(predictions, test_y, average='macro'))

给出此结果：

Macro-Average Precision: 0.6822
Macro-Average Recall: 0.7750
Macro-Average F1: 0.7094

方法2为：

print(classification_report(y_true, y_pred))

给出此结果：

precision    recall  f1-score   support
       0       0.55      0.25      0.34       356
       1       0.92      0.96      0.94      4793
       2       0.85      0.83      0.84      1047
accuracy                           0.90      6196

macro avg       0.78      0.68      0.71      6196
weighted avg       0.89      0.90      0.89      6196

我希望这两种方法的输出是相同的，因为它们是在同一时间在同一运行中生成的。有人可以解释为什么会这样，或者某处是否有错误吗？

Answer 1

据我从classification_report结果可以看出，您有多个类。

如果您在指标模块中检查documentation中的单个功能，则默认参数会将类“ 1”视为默认的正类。

我认为可能会发生的是，在您的第一个计算中，它是一个对所有计算（0和2是负类，而1是正类）。在第二种情况下，您实际上是在考虑真正的多类情况。

为什么对于计算宏距的不同方法，我得到不同的精度，召回率和f1分数

1 个答案: