python - 是否可以在我的问题上应用 sklearn 评估指标，例如精度、召回率、f1_score？

Question

我的深度学习主题是将图像分为 5 个不同的类别。我使用 ImageDataGenerator 库将我的数据集拆分为训练和测试。我已经成功开发了一个遵循 CNN 方法的模型架构，并在测试数据集上评估了我的模型的性能，这给了我 83% 的准确率。

是否可以应用精度、召回率、f1_score 等 sklearn 评估指标来评估我的测试结果？如果是，我该怎么做？

score 1 · Accepted Answer

是的，只要您的模型在预测时给出类标签或概率，您就可以这样做。

如果您的模型正在预测编码（整数）标签，那么您可以使用

sklearn.metrics.precision_score(y_true, model.predict(test_x))

另一方面，如果模型正在预测通常情况下的概率，那么您必须首先使用将它们转换为类标签argmax。因此，如果您有一批test_x数据，那么您可以使用

sklearn.metrics.precision_score(y_true, np.argmax(model.predict(test_x), axis=1))

1 回答 1