如何计算Orange中特定目标class的Precision、Recall和F1？

Question

在测试和评分小部件中，我们可以更改目标 class（如果我们进行分类）。

Image

但我想使用 Python 脚本小部件进行测试和评分。

Orange.evaluation.Precision(results=None, **kwargs)

Orange.evaluation.Recall(results=None, **kwargs)

Orange.evaluation.F1(results=None, **kwargs)

如何更改目标 class？

Answer 1

获得 CV（或其他）结果后，例如

import Orange
tree = Orange.classification.tree.TreeLearner()
res = Orange.evaluation.CrossValidation(data, [tree])

将目标值索引（参见data.domain.class_var.values）传递给评分函数：

Orange.evaluation.F1(res, target=0)

类 F1、Recall 和 Precision 将参数传递给 scikit-learn 实现。

How to calculate Precision ,Recall and F1 of specific target class in Orange?