ML笔记-sklearn.classification_report

主要用于显示主要分类指标的文本报告,在报告中显示每个类的精确度、召回率、F1等信息

首先数据测试结果分为以下4种情况:

TP:预测为正,实现为正

FP:预测为正,实现为负

FN:预测为负,实现为正

TN:预测为负,实现为负

准确率:所有识别为“1”的数据中,正确的比率是多少。

    eg.有100个样本被识别为“1”,但是其实只有80个结果是正确的,20个实际上是非“1”--》准确率=80%

    TP/(TP+FP)

召回率:所有样本为“1“的数据中,最后真正识别出为”1“的比率是多少。    

    eg.有100个样本”1“,只识别出80个是”1“,其余20个被识别为非”1“-->召回率=80%

    TP/(TP+FN)

F1-score:准确率与召回率的综合,可以认为是其平均效果。

    2*TP/(2*TP+FP+FN)

猜你喜欢

转载自www.cnblogs.com/lyeeer/p/10331840.html
今日推荐