我在进行文本挖掘/分类，并尝试使用 sklearn.metrics 模块中的 precision_recall_fscore_support 函数来评估性能。我不确定如何创建一个非常小的示例来重现这个问题，但即使如此，也许有人可以帮助我，因为可能是我忽略了一些显而易见的东西。

上述函数返回的其中一项是每个类别的支持度。文档中说明

support: int (如果 average 不为 None) 或 int 数组，形状 = [n_unique_labels] : y_true 中每个标签的出现次数。

但在我的情况下，返回支持度的类别数量与测试数据中不同类别的数量不一致。

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.5)classifier = svm.SVC(kernel="linear")classifier.fit(X_train, y_train)y_pred = classifier.predict(X_test)prec, rec, fbeta, supp = precision_recall_fscore_support(y_test, y_pred)print(len(classifier.classes_)) # 打印 18print(len(supp))                # 打印 19print(len(np.unique(y_test)))   # 打印 18

这是怎么回事？怎么会有不在数据中的类别的支持度呢？

回答：

我不确定问题出在哪里，但在我的情况下，分类器学习到的类别与测试数据中出现的类别似乎不匹配。可以通过明确指定类别名称来强制函数计算正确类别的性能指标。

prec, rec, fbeta, supp = precision_recall_fscore_support(y_test, y_pred, labels=classifier.classes_)