机器学习sklearn 计算recall , precison , F1
机器学习sklearn库 计算recall , precison , F1
recall 和precison F1是 二分类问题,推荐系统,链路预测等问题非常重要的衡量指标
今天来讲一下如何快速地计算这个三个指标
下面给出代码
import os
import numpy as np
from sklearn.metrics import precision_recall_fscore_support
from sklearn.metrics import roc_auc_score
from sklearn.metrics import precision_recall_curve
from numpy.random import random
import tensorflow as tf
N = 100y_score = [random() for i in range(N)]
y_pred = [int(y_score[i]>0.5) for i in range(N)]
y_true = [int(y_score[i]>0.4) if random()>0.5 else 0 for i in range(N)]
prec, rec, f1, _ = precision_recall_fscore_support(y_true, y_pred, average="binary")print(" Prec: %.4f Rec: %.4f F1: %.4f"%( prec, rec, f1))
os.system("pause")
上面是一个二分类问题的precision和recall 、F1三个指标的计算代码,y_score是预测得分,如果大于0.5则预测为1,小于0.5预测为0,用同样的方法生成一个真实预测结果y_ture 之后生成两个都是0,1元素的预测列表,然后进行这两个列表的指标计算
机器学习sklearn 计算recall , precison , F1相关推荐
- python + sklearn ︱分类效果评估——acc、recall、F1、ROC、回归、距离
之前提到过聚类之后,聚类质量的评价: 聚类︱python实现 六大 分群质量评估指标(兰德系数.互信息.轮廓系数) R语言相关分类效果评估: R语言︱分类器的性能表现评价(混淆矩阵,准确率,召回率,F ...
- python - sklearn 计算F1
python - sklearn 计算F1 因为最近写的分类模型需要性能评价 ,常用的分类性能评价有 查准率.召回率.准确率.F1 分类问题的常用的包 sklearn ,下面对F1所用的方法进行介绍 ...
- keras计算precision、recall、F1值
近期写课程作业,需要用Keras搭建网络层,跑实验时需要计算precision,recall和F1值,在前几年,Keras没有更新时,我用的代码是直接取训练期间的预测标签,然后和真实标签之间计算求解, ...
- 信息检索中的度量precison@k,recall@k,f1@k,MRR,ap,map,CG, DCG,NDCG
转载自:信息检索中度量指标全解析 导读 由浅入深逐个解析信息检索中的度量指标. 我们如何评估前n个结果有多好? 问题1:二元相关性 让我们通过一个简单的玩具例子来理解各种评估指标的细节和权衡.我们有一 ...
- 『NLP学习笔记』Sklearn计算准确率、精确率、召回率及F1 Score
Sklearn计算准确率.精确率.召回率及F1 Score! 文章目录 一. 混淆矩阵 1.1. 混淆矩阵定义 1.2. 例子演示 二. 准确率 2.1. 准确率定义 2.2. 例子演示 三. 精确率 ...
- ROC,AUC,Precision,Recall,F1的介绍与计算
1. 基本概念 1.1 ROC与AUC ROC曲线和AUC常被用来评价一个二值分类器(binary classifier)的优劣,ROC曲线称为受试者工作特征曲线 (receiver operatin ...
- 计算深度学习评价指标Precision、Recall、F1
计算深度学习评价指标Precision.Recall.F1 对深度学习的结果进行评价是深度学习的重要一环,一般常用的评价方法有:准确率(Accuracy),精确率(Precision),召回率(Rec ...
- 多类别分类任务(multi-class)中为何precision,recall和F1相等?
文章目录 背景: precision, recall和F1 score的定义 micro averaging的计算及其示例 macro averaging 和 weighted averaging m ...
- svd降维 python案例_菜菜的机器学习sklearn实战-----sklearn中的降维算法PCA和SVD
菜菜的机器学习sklearn实战-----sklearn中的降维算法PCA和SVD 概述 从什么叫维度说开来 简单讲,shape中返回了几个数字就是几维. 一张表最多就是一维 当一个数组中存在2张3行 ...
最新文章
- 将Centos的yum源更换为国内的阿里云源
- 解读高效的神经架构搜索ENAS
- 数据科学自动化_数据科学会自动化吗?
- 使用Aptana搭建Python开发环境
- 男子网购二手苹果手表 竟收到这些东西 怒斥卖家:你这个骗子!
- Computational Learning Theory - VC Dimension
- 自拍会不会被大数据_不会搭建大数据平台,我被老板优化了...
- JavaWeb国际化
- npm 发布一个全局的指令
- 形象描述oracle是如何工作的--有点意思
- main函数执行前后发生了什么
- 【leetcode】Longest Common Prefix
- 计算机网络第二章学习通题目及答案
- python实现定时自动发送qq消息
- HCIE大师之路(一)——VRRP+DHCP+RSTP综合实验
- 9. 广义表 - 广义表概念,存储结构,深度/长度,复制算法
- 满格信号服务器开小差,明明信号满格,网络却很慢?教你三招解决!
- ASDFZ 3633 -- 排兵布阵
- Android自定义相机
- Shift 键的一些技巧