如何从 Sklearn 分类报告中返回准确率、召回率和 F1 分数的平均分数？答案

【问题标题】：How to return average score for precision, recall and F1-score from Sklearn Classification report?如何从 Sklearn 分类报告中返回准确率、召回率和 F1 分数的平均分数？
【发布时间】：2018-03-08 12:56:24
【问题描述】：

我用 Sklearn 计算了准确率、召回率和 F1 分数，得到的结果如下：

               precision    recall  f1-score   support

          0       0.82      0.87      0.84      2517
          1       0.86      0.81      0.83      2483

avg / total       0.84      0.84      0.84      5000

我试过这段代码：

 print("precision_score: ",precision_score(test_y, predicted))
 print("recall_score: ",recall_score(test_y, predicted))
 print("f1_score: ",f1_score(test_y, predicted))

它显示标签 1 的 p、r 和 f1。

 precision_score:  0.857692307692
 recall_score:  0.808296415626
 f1_score:  0.832262077545

但是我怎样才能只返回 avg/total 的值呢？

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

其记录在案的here in the classification_report page：

报告的平均值是整个地区的患病率加权宏观平均值类（相当于precision_recall_fscore_support 平均='加权'）。

所以要获得平均分数，您可以这样做：

precision, recall, f1, _ = precision_recall_fscore_support(test_y, predicted, 
                                                          average='weighted')

【讨论】：