问题描述
我是第一次使用precision_recall_fscore_support
precision,recall,fscore,support = score(y_test,y_pred)
print('precision: {}'.format(precision))
print('recall: {}'.format(recall))
print('fscore: {}'.format(fscore))
print('support: {}'.format(support))
但是我每个都有2个值
precision: [0.67420814 0.67032967]
recall: [0.62343096 0.71764706]
fscore: [0.64782609 0.69318182]
support: [239 255]
为什么每个评估都有2个值？
以及如何获得标准的precision / recall / f1score？
解决方法
我不确定您在说什么分数，我相信它是sklearn库中的.score（），如果是这样，那么下面就是答案。
Parameters
X : array-like,shape = (n_samples,n_features)
Test samples.
y : array-like,shape = (n_samples) or (n_samples,n_outputs)
True values for X.
sample_weight : array-like,shape = [n_samples],optional
Sample weights.
**Returns**
score : float
either accuracy or R^2 of self.predict(X) wrt. y.
在我看来，您认为o / p中有2个类，因此它返回2个值。 e.x：class1精度为0.67420814，class2为0.67032967
以下链接可能会为您提供帮助，https://www.kite.com/python/docs/sklearn.kernel_ridge.KernelRidge.score
我建议您使用category_report（https://scikit-learn.org/stable/modules/generated/sklearn.metrics.classification_report.html）库，这样可以最大程度地减少工作量。