了解 sklearn.metrics.classification_report 参数的性质

Question

我遇到了以下代码：

from sklearn.metrics import classification_report
y_true = [2,1,1,1]
y_pred = [False,True,False,True]
print(classification_report(y_true, y_pred))
              precision    recall  f1-score   support

           0       0.00      0.00      0.00         0
           1       1.00      0.67      0.80         3
           2       0.00      0.00      0.00         1

    accuracy                           0.50         4
   macro avg       0.33      0.22      0.27         4
weighted avg       0.75      0.50      0.60         4

我无法理解 sklearn 如何在 y_true 和 y_pred 数组中执行标签之间的映射。也就是说，它如何确定 False 是否与 2 或 1 相同，与 True 相同？

我没有在 doc 中找到任何详细信息。

Answer 1

在 python、True=1 和 False=0 中。
所以，

y_pred = [False,True,False,True]

与

的含义相同

y_pred = [0,1,0,1]

这意味着，此代码将产生与您的代码完全相同的结果：

y_true = [2,1,1,1]
y_pred = [0,1,0,1]
print(classification_report(y_true, y_pred))

了解 sklearn.metrics.classification_report 参数的性质

Understanding nature of parameters of sklearn.metrics.classification_report

python

machine-learning

scikit-learn