TFLearn中如何显示recall和precision？

Question

我是 tflearn 的新手。我做了一个 cnn classifier，classifies 在 17 个不同的 classes 中。我运行代码没有任何问题，它向我显示了准确性和损失。我想知道如何显示每个 class 的召回率和准确率。我的代码基于 CNN classifier 到 TFLearn 的 IMDB 数据集的示例。感谢您的工作和关注！

Answer 1

最好的方法是使用 SKLearn 的指标库。来自一些 LSTM implementation on Github:

的示例

print "Precision: {}%".format(100*metrics.precision_score(y_test, predictions, average="weighted"))
print "Recall: {}%".format(100*metrics.recall_score(y_test, predictions, average="weighted"))
print "f1_score: {}%".format(100*metrics.f1_score(y_test, predictions, average="weighted"))

这里，y_test是你的测试数据的Y值。

predictions 是 model.predict(X_test) 的输出，其中 X_test 是测试数据的 X 值。

另一个要看的是 metrics.precision_recall_fscore_support。

TFLearn中如何显示recall和precision？

How to display recall and precision in TFLearn?

tflearn