我有两个数组如下：

correct = [['*','*'],['*','PER','*','GPE','ORG'],['GPE','*','*','*','ORG']]predicted = [['PER','*'],['*','ORG','*','GPE','ORG'],['PER','*','*','*','MISC']]

correct和predicted的长度相同（超过10K），且两个数组中每个位置上的元素长度也相同。我想使用Python计算这两个数组的精确率、召回率和F1分数。我有以下6个类别：’PER’,’ORG’,’MISC’,’LOC’,’*’,’GPE’

我想计算5个类别（除了’*’）的精确率和召回率，并找出F1分数。使用Python进行此操作的有效方法是什么？

回答：

你需要如此处所示展平你的列表，然后使用scikit-learn中的classification_report：

correct = [['*','*'],['*','PER','*','GPE','ORG'],['GPE','*','*','*','ORG']]predicted = [['PER','*'],['*','ORG','*','GPE','ORG'],['PER','*','*','*','MISC']]target_names = ['PER','ORG','MISC','LOC','GPE'] # 忽略'*'correct_flat = [item for sublist in correct for item in sublist]predicted_flat = [item for sublist in predicted for item in sublist]from sklearn.metrics import classification_reportprint(classification_report(correct_flat, predicted_flat, target_names=target_names))

结果：

             precision    recall  f1-score   support        PER       1.00      0.86      0.92         7        ORG       1.00      0.50      0.67         2       MISC       0.00      0.00      0.00         0        LOC       0.50      0.50      0.50         2        GPE       0.00      0.00      0.00         1avg / total       0.83      0.67      0.73        12

在这个特定示例中，你还会收到一个警告：

UndefinedMetricWarning: Recall and F-score are ill-defined and being set to 0.0 in labels with no true samples.

这是由于'MISC'在真实标签（correct）中不存在，但理论上在你的实际数据中不应该发生这种情况。