如何计算多标签分类的 F1-Score？

Question

我尝试计算f1_score但在使用 sklearnf1_score方法时在某些情况下会收到一些警告。

我有一个预测的多标签 5 类问题。

import numpy as np
from sklearn.metrics import f1_score

y_true = np.zeros((1,5))
y_true[0,0] = 1 # => label = [[1, 0, 0, 0, 0]]

y_pred = np.zeros((1,5))
y_pred[:] = 1 # => prediction = [[1, 1, 1, 1, 1]]

result_1 = f1_score(y_true=y_true, y_pred=y_pred, labels=None, average="weighted")

print(result_1) # prints 1.0

result_2 = f1_score(y_true=y_ture, y_pred=y_pred, labels=None, average="weighted")

print(result_2) # prints: (1.0, 1.0, 1.0, None) for precision/recall/fbeta_score/support

当我使用average="samples"而不是"weighted"我得到 (0.1, 1.0, 0.1818 ..., None) 时。该"weighted"选项对多标签问题没有用，或者我如何f1_score正确使用该方法？

使用时我也会收到警告average="weighted"：

“UndefinedMetricWarning：召回率和 F 分数定义不明确，在没有真实样本的标签中被设置为 0.0。”

Answer 1

如果您稍微添加数据，它会起作用：

y_true = np.array([[1,0,0,0], [1,1,0,0], [1,1,1,1]])
y_pred = np.array([[1,0,0,0], [1,1,1,0], [1,1,1,1]])

recall_score(y_true=y_true, y_pred=y_pred, average='weighted')
>>> 1.0
precision_score(y_true=y_true, y_pred=y_pred, average='weighted')
>>> 0.9285714285714286

f1_score(y_true=y_true, y_pred=y_pred, average='weighted')
>>> 0.95238095238095244

数据表明我们没有遗漏任何真阳性，也没有预测任何假阴性（recall_score等于 1）。然而，我们在第二个观察中预测了一个假阳性，导致precision_score等于 ~0.93。

由于precision_score和参数recall_score都不为零，因此存在。由于示例中缺少信息，我认为您的案例无效。weightedf1_score