precision(P):
精确率,针对预测结果,它表示的是预测为正的样本中有多少是真正的样本。(预测正确且为1的占所有预测为1的比例)
recall(R):
召回率,针对原来的样本,它表示的是样本中的正例有多少被预测正确了。(预测正确且为1的占所有实际为1的比例)
f1-score(F1):
F1=
P
∗
R
∗
2
P
+
R
\frac{P*R*2}{P+R}
P+RP∗R∗2
F1的值等于1时最佳,等于0时最差。
通常看这个即可。
可以用基本不等式证明出F1
≤
1
\leq1
≤1。
关于sklearn.metrics中的classification_report结果说明
最新推荐文章于 2024-08-05 00:20:16 发布