分类模型的评估:
对于分类模型我们不能只是建立起来,而不对它的性能的好坏进行评估。
一般方法有 :准确率,精确率,召回率。
精确率:预测结果为正例样本中真实为正例的比例(查得准)
召回率:真实为正例的样本中预测结果为正例的比例(查的全,对正样本的区分能力)
我们着重讲解一下召回率:
换句话说召回率就是你判断的真实结果与现实的真实结果之间的比例。例如:现实中你有十个苹果,但是你用某种方法判断出你对这十个苹果中只确认了8个苹果。也就是:8/10。
API:
sklearn.metrics.classification_report
API解释:
sklearn.metrics.classification_report(y_true, y_pred, target_names=None)
y_true:真实目标值
y_pred:估计器预测目标值
target_names:目标类别名称
return:每个类别精确率与召回率