目标：获取precision和recall值，仅针对单一类别（y_true = 1）。

背景：我查看了http://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html#sklearn.metrics.precision_recall_curve，其中提到pos_label是positive class的标签，默认设置为1。

问题：

1) 如果我只想获取我的positive class的precision和recall（在这种情况下y_true = 1），我应该保持pos_label = 1，还是将其改为pos_label = 0？

2) 或者是否有更好的方法来实现我的目标？

下面展示的是当pos_label = 0时的代码：

import numpy as npfrom sklearn.metrics import precision_recall_fscore_supporty_true = np.array(['0', '1', '1', '0', '1'])y_pred = np.array(['1', '0', '1', '0', '1'])out = precision_recall_fscore_support(y_true, y_pred, average='weighted', pos_label = 0) 

回答：

import numpy as npfrom sklearn.metrics import precision_recall_fscore_supporty_true = np.array(['0', '1', '1', '0', '1'])y_pred = np.array(['1', '0', '1', '0', '1'])#保留1'sy_true, y_pred = zip(*[[ytrue[i], ypred[i]] for i in range(len(ytrue)) if ytrue[i]=="1"])out = precision_recall_fscore_support(y_true, y_pred, average='micro')