如何使用 multi-class classification 通过 scikit-learn 访问每个 class 的支持量？

Question

我可以通过以下代码使用 scikit-learn 打印 class化验报告：

def predict_and_report_test(self, prediction_model):
    print(prediction_model.algorithm + ' Test')
    prediction_model.model = prediction_model.model.fit(self.X_train,  self.y_train).predict(self.X_test)
    print(classification_report(self.y_test, prediction_model.model,  target_names=None))

此代码给出以下输出：

问题是 classification_report returns 这个信息在一个字符串中，所以我的问题是：scikit learn 是否提供任何简单的方法来访问每个 class 的支持也许将它们存储在一个数组中，这样它们就可以用来绘制每个 class?

的支持度图

Answer 1

还有precision_recall_fscore_support，也就是classification_report所说的：http://scikit-learn.org/dev/modules/generated/sklearn.metrics.precision_recall_fscore_support.html#sklearn.metrics.precision_recall_fscore_support

如何使用 multi-class classification 通过 scikit-learn 访问每个 class 的支持量？

How to access the amount of support for each class with scikit-learn, using multi-class classification?

machine-learning

scikit-learn