2

我正在使用 sklearn 的分类报告,这是输出:

         precision    recall  f1-score   support

      1     0.5525    0.8118    0.6575     71194
      2     0.8782    0.1371    0.2372     13877
      3     0.5343    0.6083    0.5689     61591
      4     0.7953    0.3230    0.4594     13187
      5     0.6621    0.6701    0.6661     57530
      6     1.0000    0.0008    0.0017      2391
      7     0.6655    0.2095    0.3187     30223

平均/总计 0.6221 0.5852 0.5566 249993

但是当您手动执行此操作时,您会发现它是不正确的。可以在这里看到

知道这是为什么吗?

对于其他算法的所有其他报告,我确实得到了正确的结果。我怀疑这与精度有关

4

1 回答 1

4

我认为这可能是由不平衡的类引起的。我认为总数不是班级的平均值,而是所有示例的总数。因此,当类的大小不同时,您必须取加权平均才能获得相同的结果。

于 2012-12-13T08:02:17.397 回答