from sklearn.metrics import precision_score
a = [ 1, 2, 1, 1, 2 ]
b = [ 1, 2, 2, 1, 1 ]
print precision_score(a,b, labels = [1])
# 0.6666
print precision_score(a,b, labels = [2])
# 0.5
print precision_score(a,b, labels = [1,2])
# 0.6666
为什么第一种情况和最后一种情况的值相同?
手工计算,总精度应为 3/5 = 0.6。但是第三种情况输出0.6666,正好是第一种的值。
编辑 1:添加了相关函数的导入路径。
请您参考如下方法:
您必须告诉 precision_score 它应该为哪个标签计算精度。您看到的是标签 1 的精度:
>>> precision_score(a, b)
0.66666666666666663
>>> precision_score(a, b, pos_label=1)
0.66666666666666663
但是您想要标签 2 的精度:
>>> precision_score(a, b, pos_label=2)
0.5
