如何使用scikit-learn进行多类分类来访问每个类别的支持量?

我能够使用scikit-learn打印分类报告,使用的代码如下:

def predict_and_report_test(self, prediction_model):    print(prediction_model.algorithm + ' Test')    prediction_model.model = prediction_model.model.fit(self.X_train,  self.y_train).predict(self.X_test)    print(classification_report(self.y_test, prediction_model.model,  target_names=None))

这段代码会产生以下输出:

enter image description here

问题在于classification_report返回的信息是一个字符串,所以我的问题是:scikit-learn是否提供了简单的方法来访问每个类别的支持量,并可能将它们存储在一个数组中,以便用于绘制每个类别的支持量图表?


回答:

有一个名为precision_recall_fscore_support的函数,这是classification_report调用的函数: http://scikit-learn.org/dev/modules/generated/sklearn.metrics.precision_recall_fscore_support.html#sklearn.metrics.precision_recall_fscore_support

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注