当我手动计算 f1_scores 与 sklearn.metrics 的输出时，为什么我的 f1_scores 不同

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。