错误的F1-Score导致sklearn.metrics中的精度和召回率

时间:2019-11-27 16:47:14

标签: python machine-learning scikit-learn

我使用sklearn.metrics.precision_recall_fscore_support()在测试集上输出分类器的评估结果。我使用average ='macro'。 该函数导致

精度= 0.153,召回率= 0.144,f1 = 0.122。

正如我们所看到的那样,f1分数在精度和召回率上是错误的(如果我没记错的话)。如果我们采用f1 = 2 * p * r /(p + r)的公式,则f1分数应约为0.148。

有人知道我是否错了,或者为什么函数会输出该分数?

0 个答案:

没有答案