2
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)?
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。 –