0
你好我与sklearn,为了更好地理解指标的工作,我也跟着precision_score的下面的例子:如何理解sklearn的精度指标?
from sklearn.metrics import precision_score
y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
print(precision_score(y_true, y_pred, average='macro'))
,我得到的结果如下:
0.222222222222
但我不明白sklearn是如何计算这个结果的,因为在官方网页上说这是计算下一个公式:tp /(tp + fp)其中tp是真正的正数,fp是假正数,也是用称为“宏”的参数,用于计算指标每个标签,并找到他们的加权平均值,这并不考虑标签不平衡。 我希望对这个例子的任何解释感谢支持。
感谢您的支持,这是非常清楚你的解释阿列克谢。 – neo33