打印包含每个查询的准确度、精确度、召回率和 F1 分数的字典

Question

我有一个示例数据集如下。所有特征都是分类的，标签是 0 和 1 的二进制。

我将决策树应用于分类问题。问题是如何打印名为 query_results 的字典，其中包含评估集中每个查询的准确度、精确度、召回率和 F1 分数 {'query1':{'accuracy':value,'precision':value,...},'query2':{...}}

预期结果：

{'query1':{'accuracy':value,'precision':value,...},'query2':{...}}

{"t-shirt": 'accuracy': 90% ,'precision':91%, "recall" : 90%, "F1_score" :90%  
shoes : 'accuracy': 90% ,'precision':91%, "recall" : 90%, "F1_score" :90%  
skirt : 'accuracy': 80% ,'precision':91%, "recall" : 90%, "F1_score" :90%
..  }

    query   price       product silhouette          brand   color   upper_material  pattern label
1   t-shirt low.        shoe    backless_slipper    Guess   schwarz   Kunststoff    unifarben   1
2   t-shirt low         shoe    backless_slipper    Tommy   red       Textil        gestreift   1

Answer 1

dictionary = {"query1": {"Accuracy": "90", "Precision": "91", "Recall": "90"}, "query2": {"Accuracy": "90", "Precision": "94", "Recall": "90"}}
print(query1+' '+str(dictionary.get('query1')))

这是一个常用代码，可以循环使用它以获得更多 values.I 已经为 this.for 设置了静态值，您可以设置动态变量。

打印包含每个查询的准确度、精确度、召回率和 F1 分数的字典

Print dictionary containing accuracy, precision, recall and F1-score for each query

python

dictionary

decision-tree

scikit-learn