在scikit-learn网站上的OneVsRestClassifier文档中提到如下内容：

“由于每个类别仅由一个分类器表示，因此可以通过检查其对应的分类器来获取关于该类别的知识。”

但文档中并未解释如何做到这一点，我在页面上的任何方法中也看不到如何实现这一点。我希望能够打印出模型对每个类别的准确率，以便了解它在预测每个类别时的表现。

我目前的代码如下，但我实在不知道接下来该怎么做，因为文档中似乎没有任何解释如何做到这一点。任何帮助都将不胜感激。

def predict_one_vs_rest(self):    clf = OneVsRestClassifier(LinearSVC(random_state=0))    clf.fit(self.X, self.y)    result = clf.classes_    estimators = clf.estimators_    print(result)    print("")    print(estimators)

回答：

您不需要将LinearSVC包装在OneVsRestClassifier中。正如文档明确指出的，LinearSVC已经支持多类分类。要检查类别的准确性，您可以使用混淆矩阵或分类报告，例如。