如何告訴scikit-learn給出了F-1 /精確度/召回得分的標籤（二進制分類）？

正如this article中所解釋的那樣，計算F-1得分（也就是計算召回和精確度）時，這些計算是基於正面還是負面的分類很重要。例如，如果我有一個含有1％A類標籤和99％B類標籤的傾斜數據集，並且我將A分配給了正面類別並將所有測試項目分類爲正數，那麼我的F-1分數將會非常好。如何告訴scikit-learn在二元分類中哪些類別是正面類別？（如果有幫助，我可以提供代碼。）如何告訴scikit-learn給出了F-1 /精確度/召回得分的標籤（二進制分類）？

來源

2015-12-15 You_got_it

對於二元分類，sklearn.metrics.f1_score默認會假設1是正類，0是負類。如果您使用這些約定（類別B爲0，類別A爲1），它應該會給您所需的行爲。可以通過將pos_label關鍵字參數傳遞給f1_score函數來覆蓋此行爲。

請參閱：http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html

來源

2015-12-15 03:05:22

非常感謝。 –

也謝謝你的回答。但是，是否有任何官方文件的參考？ –

閱讀手冊頁http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html，'pos_label'默認爲1作爲肯定的類，但它可以被覆蓋。 –

如何告訴scikit-learn給出了F-1 /精確度/召回得分的標籤（二進制分類）？

回答

相關問題