多分类评价指标python代码

本文介绍了使用sklearn.metrics模块在Python中计算多分类评价指标的方法,包括precision_score、recall_score等。文章提供了不同类型的评价指标,如二分类、多分类和多标签问题中的混淆矩阵、F1分数、ROC曲线等,并给出了相应的函数用法。
摘要由CSDN通过智能技术生成

from sklearn.metrics import precision_score,recall_score

print (precision_score(y_true, y_scores,average='micro'))

average:string,[None,'binary'(默认),'micro','macro','samples','weighted']

该参数对于多类/多标签目标是必需的。如果None,返回每个班级的分数。否则,这将确定对数据执行的平均类型:

'binary'

只报告指定的类的结果pos_label。这仅适用于targets(y_{true,pred})是二进制的。


  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值