调用的函数:metrics.classification_report(typeTrue, typePred, digits=5)
digits:显示小数位数
一共有5个类(0,1,2,3,4)
precision:精度,预测为 i 的实际为 i 的概率
recall:召回率,实际为 i 的预测为 i 的概率
f1-score:准确率和召回率的加权平均,f1-score=2*precision*recall/(precision+recall)
support:实际为 i 的总个数
accuracy:实际与预测一致的概率(同召回率的加权平均,下面的recall的weightd avg)
macro avg:五类对应值的平均,如precision的macro avg为:0.44953=(1+0.55157+0.38182+0.31429+0)/5
weightd avg:五类对应值的加权平均,如precision的weightd avg为:0.44953=(1*60+0.55157*280+0.38182*120+0.31429*80+0*30)/570