Skip to main content
 首页 » 编程设计

python之sklearn 中评估指标(精度等)的意外行为

2024年11月01日11del

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