如何从 classification_report 中提取 TP、FN、FP
How can I extract TP, FN, FP from classification_report
我知道我可以将 sklearn classification_report 的内容输出为 dict 并提取 micro/macro 平均分数以及各个标签的分数。
如何获取相关混淆矩阵输入的计数，具体来说，TP、FN 和 FP 用于宏平均度量的计算？我有 y_pred 和 y_true 的向量，所以我假设有一种方法可以获得我想要的所需参数。
这是针对二元分类问题的，但我也需要它来处理多类任务。
知道了：
tn, fp, fn, tp = confusion_matrix([0, 1, 0, 1], [1, 1, 1, 0]).ravel()
和sklearn.metrics.multilabel_confusion_matrix
我知道我可以将 sklearn classification_report 的内容输出为 dict 并提取 micro/macro 平均分数以及各个标签的分数。
如何获取相关混淆矩阵输入的计数，具体来说，TP、FN 和 FP 用于宏平均度量的计算？我有 y_pred 和 y_true 的向量，所以我假设有一种方法可以获得我想要的所需参数。
这是针对二元分类问题的，但我也需要它来处理多类任务。
知道了：
tn, fp, fn, tp = confusion_matrix([0, 1, 0, 1], [1, 1, 1, 0]).ravel()
和sklearn.metrics.multilabel_confusion_matrix