sklearn - classification_report

classification_report:用于显示分类指标的文本报告

classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)

参数解释：

• y_true :　１维度数组，或者标签指示器／稀疏矩阵　，　目标值
• y_pred : 1维数组，或者标签指示器／稀疏矩阵 ， 分类器返回的估计值
• labels: array , shape = [n_labels] , 报告中包含的标签索引的可选列表
• target_names : 字符串列表，与标签匹配的可选显示名称
• sample_weight : 样本权重
• digits : int , 输入浮点值的精度

生成结果报告图解释：

• precision、recall、f1-score分别代表每一个类别的精确度、召回率、 F 1 F_{1} F1​值
• support：表示每一类标签在y_true出现的次数
• accuracy：正确分类的比率

precision、recall、f1-score:

• precision （精确度）：针对每一类中，预测正确的个数，占全部预测为正确的比例
• recall（召回率）：针对每一类中，预测正确的个数，占这一类总共个数的比例
• f1-score ： precision 和 recall的调和平均数， f 1 = 2 P × R P + R f_{1}=2 \frac{P \times R}{P+R} f1​=2P+RP×R​ ，f1值为1时达到最佳值，即精确度和召回率最佳，f1最差为0
• macro avg：所有标签结果的平均值
• weighted avg : 所有标签结果的加权平均值 ,权重为support值

标签：f1,classification,recall,labels,precision,标签,report,sklearn
来源： https://blog.csdn.net/m0_46646835/article/details/120328070