查准率、查全率、F1值

举个栗子

假设有10个数据，
target： [ 1，1，1，1，1，0，0，0，0，0 ]
predict：[ 1，0，1，1，1，1，1，0，0，0 ]
target为数据现实的分类，predict为数据的预测结果。

查准率 P = （真正预测对的数量）/（预测结果是“对”的数量） 查准率即要求准确
此例中 P = 4/6
查全率 R = （真正预测对的数量）/（所有结果是“对”的数量） 查全率即要求“对”的越多越好
此例中 R=4/5

F值
F(k) = ( 1 + k ) * P * R / ( ( k*k ) * P + R )。 k>1查全率影响更大，k<1查准率影响更大
其中，常用的F1值，即 F(1) = 2 * P * R / ( P + R )

写个代码

分别求出类别0和1的P，R，F1值。

计算查准率P

class Precision:
    def __init__(self, right_num=0., pred_right_num=0.):
        """
        查准率
        :param pred_right_num: 真正预测准确的数量
        :param pred_num: 预测结果是“对”的数量
        """
        self.right_num = right_num
        self.pred_right_num = pred_right_num

        if self.pred_right_num != 0:
            self.P = self.right_num / self.pred_right_num
        else:
            self.P = 0

计算查全率R

class Recall:
    def __init__(self, right_num=0., tar_right_num=0.):
        """
        查全率
        :param right_num: 真正预测对的数量
        :param target_right_num:目标结果是“对”的数量
        """
        self.right_num = right_num
        self.tar_right_num = tar_right_num

        if self.tar_right_num != 0:
            self.R = self.right_num / self.tar_right_num
        else:
            self.R = 0

计算F值

class Fk:
    def __init__(self, P=0., R=0., k=1):
        """
        F值
        :param P:  precision
        :param R:  recall
        """
        self.P = P
        self.R = R
        self.k = k
        if (self.k * self.k) * self.P + self.R != 0:
            self.Fk = (1 + k) * self.P * self.R / ((self.k * self.k) * self.P + self.R)
        else:
            self.Fk = 0

完整代码