精度と再現率を達成するために、マルチラベル

＃！は/ usr / binに/のenvのpython 
＃ - * -コーディング：UTF-8 - * - 
""」
    @file：recall.py 
    @Author：郭凯锋
    @time：2020年1月12日夜05時57 
    @Software：PyCharm 
    @ Gitの-Hubは：daguonice 
    @博客园：https://www.cnblogs.com/daguonice/ 
    
""」
PDのように輸入パンダ
NPとして輸入numpyの
sklearn.metricsインポートrecall_scoreから


：デフright_or_wrong（ypred_ele、ytrue_ele）
    であればypred_eleでytrue_ele ：
        trueを返し
    、他：
        リターン偽


デフget_single_score（y_true、y_pred）：
    TP = np.sum（np.logical_and（np.equal（y_true、1）、y_pred（np.equal、1）））
    FP = np.sum（ np.logical_and（np.equal（y_true、0）、np.equal（y_pred、1）））
    TN = np.sum（np.logical_and（np.equal（y_true、1）、np.equal（y_pred、0）））
    FN = np.sum（np.logical_and（np.equal（y_true、0）、NP。等しい（y_pred、0）））
    リコール= [TP（TP + FN）] 
    [（y_pred）でlen（TP + TN）]精度= 
    戻り精度、リコール


DEF get_multi_score（y_true、y_pred）：
    list_score = [] 
    のために：[ '相互宝'、 '健康险'、 '保险线'、 '花呗']でELE 
        y_true_temp = np.zeros（LEN（y_true））
        y_pred_temp = np.zeros（）y_pred（LEN）
        の範囲内IDX用（LEN（y_true））：
            y_pred場合[IDX] == ELE：
                y_pred_temp [IDX] = 1の
            場合right_or_wrong（ELE、y_true [IDX]）：
                y_true_temp [IDX] = 1。
        精度、再現率= get_single_score（y_true_temp、 y_pred_temp）＃は、 パーセンタイルなる
        list_score.append（[精度、リコール]）
    ＃list_score戻り、三次元のリストを返し、互いに健康保険のポー、分数精度と再現率、保険ラインであります


fraction2decimal DEF（結果）：
    RES = [] 
    ：ELEに対する結果で
        list_ele = [] 
        ELEにおけるラボ用：
            list_lab = [] 
            ラボにおけるスコアのために：
                [1]スコアIF == 0：
                    list_lab.append（0.0）
                他：
                    list_lab.append（ラウンド（スコア[0] /スコア、2）[1。]）
            list_ele.append（list_lab）
        res.append（list_ele）
    リターンRES 


DEF FUNC（y_true、y_pred）。
    ＃y_true是一个一维列表、y_pred是一个二维列表
    lenの場合（y_true）= lenは（y_pred）：！
        昇給の例外（ "二つの入力の長さが矛盾している"）
    の長さ= LEN（y_true）
    list_score = get_multi_score（y_true、 y_pred）
    結果= [] 
    temp_list = list_score 
    範囲内IDX用（長さ）：
        list_score = temp_list 
        lenの場合（y_true [IDX]）== 1及びy_pred [IDX]ないy_trueにおける[IDX]：
            list_score [1] [1] [1] + = 1 
            list_score [0] [0] [1] + = 1 
            result.append（list_score）
        のelif LEN（y_true [IDX]）== 2とy_pred [IDX]でy_true [IDX]：
            list_score [0 ] [0] [0] + = 1 
            list_score [0] [0] [1] + = 1
            list_score [0] [1] [0] + = 1 
            list_score [0] [1] [1] + = 1 
            result.append（list_score）
        のelif LEN（y_true [IDX]）== 2とy_pred [IDX] NOT IN y_true [IDX] 
            。list_score [1] [1] [1] + = 1 
            。list_score [2] [1] [1] + = 1 
            。list_score [0] [0] [1] + = 1 
            result.append（list_score）
        他：
            result.append（list_score）
    結果= fraction2decimal（結果）
    リターン結果


IF __name__ == '__main__'：
    保険の連想リスト= [ 'ポーをしている'、 'Poがある'、 'あるポー'、 '健康保険を'「行''詠唱花'] 
    blist = ['健康保険'['健康保険''相互ポー']、['健康保険''安全ライン']、['相互ポー']、['保険ライン「]、[ '花唱える'] 
    RES = FUNC（blistため、連想リスト）
    ＃RES = pd.DataFrame（RES、列 = [ ' 相互の宝'、 '健康保険'、 '安全ライン'、 '花は詠唱']） 
    ＃のpd.set_option（ 'display.max_columns'、なし）
    ＃1 pd.set_option （ 'display.max_rows'、なし）
    ＃1 pd.set_option（ 'display.width'、100000）
    ＃1 pd.set_option（ 'display.unicode.east_asian_width'、TRUE）
    印刷（）
    印刷（RES）を