通过 Class 计算准确率和召回率

Question

我正在使用两个 class 数据集，2 和 4，其中 2 是正 class，4 是负面 class（关于情绪分析）。

我有一组来自我的模型的预测值和一组实际值。我需要确定每个 class 的 Precision 和 Recall（正负 class 的 P 和 R 分数）。

代码如下：

preds = [4, 4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  2,  4,  4,  4,  4,  4,  2,  2,  4,  4,  4,  4,  2]
actuals = [2,   4,  2,  4,  2,  4,  2,  4,  4,  4,  2,  4,  4,  4,  2,  2,  4,  4,  2,  4,  4,  4,  4,  4,  4,  2]

true_pos = 0
true_neg = 0
false_pos = 0
false_neg = 0
for pred, act in zip(preds, actuals):
    # 2 is positive, 4 is negative

    if(pred == 2 & act == 2):
        true_pos += 1

    elif(pred == 4 & act == 4):
        true_neg += 1

    elif(pred == 2 & act == 4):
        false_pos += 1

    elif(pred == 4 & act == 2):
        false_neg += 1

print("True Positive: ", true_pos)
print("True Negative: ", true_neg)
print("False Positive: ", false_neg)
print("False Negative: ", false_neg)

产生：

True Positive:  1
True Negative:  14
False Positive:  0
False Negative:  0

但是，我真的很困惑我应该如何通过 class 计算这些指标。 This SO post 指示如何为整体执行此操作，而不是 class。

理想情况下，我最终会得到如下输出：

Class 2 P Score: x
Class 2 R Score: x
Class 4 P Score: x 
Class 4 R Score: x

但我不确定如何计算。

我如何调整我当前的逻辑以使用上述数据检查每个 class 的精度和召回分数？

Answer 1

我想我知道该给你指出哪个方向了：
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html
这应该是你要找的。

参考维基百科link：https://en.wikipedia.org/wiki/Confusion_matrix
并阅读如何使用它。

通过 Class 计算准确率和召回率

Calculating Precision and Recall by Class

python

python-3.x

precision-recall