【分类评估指标，精确率，召回率，】from sklearn.metrics import classification_report

from： https://zhuanlan.zhihu.com/p/368196647

多分类

from sklearn.metrics import classification_report
y_true = [0, 1, 2, 2, 2]
y_pred = [0, 0, 2, 2, 1]
target_names = ['class 0', 'class 1', 'class 2']
# print(classification_report(y_true, y_pred, target_names=target_names))
print(classification_report(y_true, y_pred))

多标签分类

import numpy as np
from sklearn.metrics import classification_report

y_true = np.array([ [1, 0, 1, 0, 0],
                    [0, 1, 0, 1, 1],
                    [1, 1, 1, 0, 1]])
y_pred = np.array([[1, 0, 0, 0, 1],
                   [0, 1, 1, 1, 0],
                   [1, 1, 1, 0, 0]])
print(classification_report(y_true, y_pred, digits=3)) # digits=3, 3位小数

理解多标签分类中 micro avg， precision表示所有预测1中，对的个数，所以是/8；recall表示所有样本1中，对的个数，所以是/9