修改tflearn包中classification_report精确度位数

大多数情况，大家在利用tflearn跑算法的时候，输出最终的精确度都是这么一个样式

             precision    recall  f1-score   support

          0       0.96      1.00      0.98      3347
          1       0.00      0.00      0.00       153

avg / total       0.91      0.96      0.93      3500

接下来，为了能够让精确度显示位数更高，
方案1：classification_report（x_true,y_pred,digits=5）即可
但是，为了保证，在咱们的环境下，任何相关实验利用tflearn进行报告时，都能显示4,5位有效数字，那么咱们，就需要这么做！
方案2：咱们只需要找到 sklearn/metrics/classification.py 这个文件的第1363行，也就是

def classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2):
我们只需要将digits =2改为 你需要的值，即可，比如说，我想要显示3位有效数字，将digits =3即可。

此处，数据显示准确度已经是3位有效数字了。

转载于:https://www.cnblogs.com/DeepRunning/p/9205883.html