使用sklearn获取精确度和召回率

使用下面的代码,我已经得到了Accuracy。现在我想

1) 找到每个折叠的precisionrecall(总共有10个折叠)

2) 得到precisionmean

3) 得到recallmean

这可能类似于下面的print(scores)print("Accuracy: %0.2f (+/- %0.2f)" % (scores.mean(), scores.std() * 2))

有什么想法吗?


回答:

这有点不同,因为cross_val_score不能计算非二元分类的精确度/召回率,所以你需要使用recision_score, recall_score并手动进行交叉验证。参数average=’micro’计算全局精确度/召回率。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注