问题描述
我训练了不同的算法,并打印了混淆矩阵和分类报告。我遇到的问题是如何根据混淆矩阵解释分类报告
下面的混淆矩阵显示了返回的真阳性和真阴性。观察时 在分类报告中,我看到 F 类的精度为 0.70,而为该类找到的更正句子数为 519,这与 M 类没有意义和相同。在我的情况下,值是否可能是倒置的?我使用 scikit 中给出的公式学习打印这些表格。如果有人能帮助我理解这两者(混淆和报告),可能 F 类报告中的精度不是我认为的那样,或者是模型的一般精度。
模型使用的是 GaussianNB()
cm = confusion_matrix(ylabels,y_pred)
print(cm)
print(classification_report(ylabels,y_pred))
confusion matrix:
[[ 519 1501]
[ 219 840]]
precision recall f1-score support
F 0.70 0.26 0.38 2020
M 0.36 0.79 0.49 1059
accuracy 0.44 3079
macro avg 0.53 0.53 0.44 3079
weighted avg 0.58 0.44 0.42 3079
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)