问题描述
嗨,我对 python 和 AI 比较陌生,我试图解释我的 f1_scores 并且我意识到如果我根据我的混淆矩阵使用 F1 = 2TP / (2TP + FP + FN) 手动计算我的 f1 分数,它与 sklearn.metrics 返回给我的不同。
这是我的代码
dataset = pd.read_csv('diabetes-data.csv')
zero_not_accepted = ['glucose','BloodPressure','SkinThickness','BMI','Insulin']
for column in zero_not_accepted:
dataset[column] = dataset[column].replace(0,np.NaN)
mean = int(dataset[column].mean(skipna=True))
dataset[column] = dataset[column].replace(np.NaN,mean)
X = dataset.iloc[:,0:8]
y = dataset.iloc[:,8]
X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=0,test_size=0.2)
print(X_test)
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)
classifier = KNeighborsClassifier(n_neighbors=11,p=2,metric="euclidean")
import math
math.sqrt(len(y_test))
classifier.fit(X_train,y_train)
y_pred = classifier.predict(X_test)
cm = confusion_matrix(y_test,y_pred)
我最终的混淆矩阵是 [[94 13] [15 32]]
这是令人困惑的地方,如果我手动计算 F1 分数,我会得到 0.8704。但是,在 python 中,它使用 f1_score(y_test,y_pred) 返回了 0.6956。谁能向我解释一下是什么问题?
附加信息: 我试图打印分类报告(y_test,y_pred)),这是输出: *
分类报告:
precision recall f1-score support
0 0.86 0.88 0.87 107
1 0.71 0.68 0.70 47
accuracy 0.82 154
macro avg 0.79 0.78 0.78 154
weighted avg 0.82 0.82 0.82 154
解决方法
混淆矩阵中的 Scikit 数字顺序与您在书籍/讲座中期望/拥有的顺序不同。
对于 scikit,学习矩阵中数字的顺序是:
TN FN
FP TP
So F1 = 2TP / (2TP + FP + FN)
F1 = 2*32 / (2*32 + 15 + 13)
F1 = 0.6956
是很好的答案。
您按照矩阵编号进行了计算:
TP FP
FN TN
F1 = 2*94 / 2*94+13+15
F1 = 0.8703
这是错误的,因为 scikit 矩阵数字不是按此顺序排列的。