使用 sklearn 时的精度和召回误差

Question

我正在使用 sklearn precision and recall 来获得这些分数。我收到一条错误消息，指出值错误。谁能告诉我哪里做错了？

我的y_test如下

443     positive
3615    positive
2030    negative
2993    positive
2870    positive
2907    negative
2215    positive

我的预测如下

['positive' 'positive' 'positive' ..., 'positive' 'positive' 'positive']

代码：

from sklearn.metrics import precision_score
from sklearn.metrics import recall_score
precision_score(y_test, pred)

错误：

ValueError: pos_label=None is not a valid label: array(['negative', 'positive'], 
      dtype='<U8')

Answer 1

精度定义为真阳性与总预测阳性的比率。

precision = tp / (tp + fp)

现在在你的情况下，程序不知道哪个标签被认为是积极的class。所以你需要自己定义它。这样做：

precision_score(y_test, pred, pos_label='positive')

此外，您显示的错误：pos_label=None is not a valid label 表明您可能使用的是旧版本的 scikit。较新的版本应该抛出此错误（如果未指定 pos_label）：

pos_label=1 is not a valid label

所以我建议你升级到最新版本

precision and recall error while using sklearn