sklearn.metric classification_report的精度

Question

我想知道是否有可能在使用sklearn(scikit)的classification_report逗号之后获得更多数字.

它看起来像这样:

         precision    recall  f1-score   support

      1       0.61      0.73      0.67     71194
      2       0.64      0.33      0.43     13877
      3       0.56      0.59      0.57     61591
      4       0.64      0.51      0.57     13187
      5       0.66      0.69      0.67     57530
      6       0.54      0.06      0.11      2391
      7       0.54      0.40      0.46     30223

平均/总计0.60 0.60 0.60 249993

我认为这种方法不可能,但也许有人有同样的想法(可能).

我知道sklearn.metrics.precision_score存在,虽然classification_report是一次显示所有结果的好方法.

Answer 1

根据源代码不可能.参见第819行和第830行,格式字符串是硬编码的%0.2f.如果你真的想要它,只需在你的本地文件中更改它sklearn/metrics/metrics.py.更好的是,classification_report使用精确数字添加参数并使用它.并将补丁提交给项目!