使用f2分数评估多个分类器

我正在尝试对一些模型进行二元分类。我希望根据分数和f2分数对这些模型进行分类。

对于“分数”,我使用了以下代码

for name, clf in zip(models, classifiers):    clf.fit(X_train, y_train)    score = clf.score(X_test, y_test)    scores.append(score)

这给出了所有模型的分数,但我无法找到所有模型的f2分数。谁能建议我应该使用什么代码?


回答:

你可以使用fbeta_score来实现这一点,只需将β设置为2即可。

from sklearn.metrics import fbeta_scorescores = []f2_score = []for name, clf in zip(models, classifiers):    clf.fit(X_train, y_train)    y_pred = clf.predict(X_test)    f2 = fbeta_score(y_test, y_pred, beta=2, average='binary')    score = clf.score(X_test, y_test)    scores.append(score)    f2_score.append(f2)

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