卜若的代码笔记-sklearn-第四章:knn(4)-结果统计:计算p值,r值,f1值,accuracy值

from sklearn.metrics import accuracy_score
from sklearn.metrics import precision_score
from sklearn.metrics import recall_score
from sklearn.metrics import f1_score

#对15个测试数据进行预测的结果

predict=[0,2,1,0,1,2,1,1,2,1,2,2,0,0,1]

#测试数据正确的标签
realLabel=[0,2,1,0,2,2,1,1,2,1,2,2,0,0,1]

p = precision_score(predict,realLabel ,average='weighted')
r = recall_score(predict,realLabel,average='weighted')
f1 = f1_score(predict,realLabel,average='weighted')
accuracy = accuracy_score(predict,realLabel)

print(p,r,f1,accuracy)

 

  • 0
    点赞
  • 2
    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