机器学习sklearn中的分类报告

Question

from sklearn.metrics import classification_report
y_true = [0, 1, 2, 2, 2]
y_pred = [0, 0, 2, 2, 1]
target_names = ['class 0', 'class 1', 'class 2']
print(classification_report(y_true, y_pred, target_names=target_names))
             precision    recall  f1-score   support

    class 0       0.50      1.00      0.67         1
    **class 1       0.00      0.00      0.00         1**
    class 2       1.00      0.67      0.80         3

avg / total       0.70      0.60      0.61         5

为什么 class1 在所有情况下的分数都是 0.0，即使它有支持！以及为什么它没有涉及 int 预测

Answer 1

支持度是该类别中真实响应的样本数。因此，在您的 y_true 中，您有 1 个 class0、1 个 class 1 和 3 个 class 2。y_true 中出现的所有类都将出现在分类报告中。

检查准确率和召回率的定义。如果您没有正确猜出一个类别的任何值，则同一类别的准确率和召回率将等于 0，因为没有任何 True Positive。

所以输出是正确的。