多标签分类的结果评估---macro-average和micro-average介绍

一,多分类的混淆矩阵

多分类混淆矩阵是二分类混淆矩阵的扩展

祭出代码,画线的那两行就是关键啦:

二,查看多分类的评估报告

祭出代码,使用了classicfication_report()

三,宏平均与微平均

公式是神看的,我是学弱...直接看例子,没有复杂的公式:

宏平均

微平均

宏平均和微平均的对比

如果每个class的样本数量差不多,那么宏平均和微平均没有太大差异
如果每个class的样本数量差异很大,而且你想:
- 更注重样本量多的class:使用宏平均
- 更注重样本量少的class:使用微平均
如果微平均大大低于宏平均,检查样本量多的class
如果宏平均大大低于微平均,检查样本量少的class

代码如何实现微平均和宏平均

传参数指定即可..sklearn真的很强大.

多标签分类的结果评估---macro-average和micro-average介绍相关推荐

分类问题的评价指标：多标签分类【基于标签度量（同多分类一样）：准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1】【基于样本度量：Hamming Loss...】
多标签分类的分类评价指标分为两大类: 基于标签上的度量:同多分类一样,在每一个标签上计算 Accuray.P.R.F-- 基于样本上的度量:又分为基于分类的度量.基于排序的度量基于分类的度量:Sub ...
【云音乐】从手游APP到云音乐视频标签分类，时隔3个月再次面对多标签任务，终于摸索出了一些小经验。附自定义评估函数代码
[云音乐]从手游APP到云音乐视频标签分类,时隔3个月再次面对多标签任务,终于摸索出了一些小经验. 前言一个好用的评估函数常用的多标签任务评估函数我选择平均准确率合理的特征处理和模型特征处理 ...
scikit-learn - 分类模型的评估 (classification_report)
20201225 分类报告输出到csv from sklearn.metrics import classification_report report = classification_report ...
python多标签分类_如何通过sklearn实现多标签分类？
sklearn支持多类别(Multiclass)分类和多标签(Multilabel)分类:多类别分类:超过两个类别的分类任务.多类别分类假设每个样本属于且仅属于一个标签,类如一个水果可以是苹果或者是桔 ...
深度学习分类任务常用评估指标
摘要:这篇文章主要向大家介绍深度学习分类任务评价指标,主要内容包括基础应用.实用技巧.原理机制等方面,希望对大家有所帮助. 本文分享自华为云社区<深度学习分类任务常用评估指标>,原文作者: ...
多种分类以及模型评估
多种分类以及模型评估分类获取mnist数据集获取训练数据和标签数据标准化及数据集划分训练二分类器划分数据集随机梯度下降分类性能测试使用交叉验证测量准确率傻瓜版分类器混淆矩阵随机 ...
不平衡多分类问题模型评估指标探讨与sklearn.metrics实践
我们在用机器学习.深度学习建模.训练模型过程中,需要对我们模型进行评估.评价,并依据评估结果决策下一步工作策略,常用的评估指标有准确率.精准率.召回率.F1分数.ROC.AUC.MAE.MSE等等,本 ...
使用python和sklearn的文本多标签分类实战开发
文本分类一般可以分为二分类.多分类.多标签分类三种情况,二分类是指将一组文本分成两个类(0或1),比较常见的应用如垃圾邮件分类.电商网站的用户评价数据的正负面分类等,多分类是指将文本分成若干个类中的某 ...
分类器MNIST交叉验证准确率、混淆矩阵、精度和召回率（PR曲线）、ROC曲线、多类别分类器、多标签分类、多输出分类
本博客是在Jupyter Notebook下进行的编译. 目录 MNIST 训练一个二分类器使用交叉验证测量精度混淆矩阵精度和召回率精度/召回率权衡 ROC曲线多类别分类器错误分析多标签 ...

多标签分类的结果评估---macro-average和micro-average介绍

一,多分类的混淆矩阵

二,查看多分类的评估报告

三,宏平均与微平均

宏平均

微平均

宏平均和微平均的对比

代码如何实现微平均和宏平均

多标签分类的结果评估---macro-average和micro-average介绍相关推荐

最新文章

热门文章