在分类任务中准确率(accuracy)、精确率(precision)、召回率(recall)和 F1 分数是常用的性能指标,如何在python中使用呢?

在机器学习和数据科学中,准确率(accuracy)、精确率(precision)、召回率(recall)和 F1 分数是常用的性能指标,用于评估分类模型的性能。

1. 准确率(Accuracy):

准确率是模型预测正确的样本数占总样本数的比例。

复制代码
from sklearn.metrics import accuracy_score  
y_true = [0, 1, 1, 0, 1, 1]  
y_pred = [0, 1, 0, 0, 0, 1]  
accuracy = accuracy_score(y_true, y_pred)  
print(f"Accuracy: {accuracy}")

2. 精确率(Precision):

精确率是指在预测为正的样本中,实际为正的比例。它关注的是预测为正的样本中真正为正的比例。

复制代码
from sklearn.metrics import precision_score  
precision = precision_score(y_true, y_pred)  
print(f"Precision: {precision}")

3. 召回率(Recall):

召回率是指在所有实际为正的样本中,被预测为正的比例。它关注的是实际为正的样本中被正确预测为正的比例。

复制代码
from sklearn.metrics import recall_score  
recall = recall_score(y_true, y_pred)  
print(f"Recall: {recall}")

4. F1 分数:

F1 分数是精确率和召回率的调和平均数,它综合了精确率和召回率的信息。

复制代码
from sklearn.metrics import f1_score  
f1 = f1_score(y_true, y_pred)  
print(f"F1 Score: {f1}")
相关推荐
IOT.FIVE.NO.116 分钟前
Conda安装pytorch和cuda出现问题的解决记录
人工智能·pytorch·python
山海不说话6 小时前
视频行为标注工具BehaviLabel(源码+使用介绍+Windows.Exe版本)
人工智能·python·计算机视觉·视觉检测
liuzhenghua668 小时前
Python任务调度模型
java·运维·python
小前端大牛马9 小时前
java教程笔记(十一)-泛型
java·笔记·python
sjtu_cjs9 小时前
Tensorrt python api 10.11.0笔记
开发语言·笔记·python
哆啦A梦的口袋呀9 小时前
深入理解系统:UML类图
开发语言·python·uml
虎冯河9 小时前
怎么让Comfyui导出的图像不包含工作流信息,
开发语言·python
newxtc9 小时前
【配置 YOLOX 用于按目录分类的图片数据集】
人工智能·目标跟踪·分类
葬爱家族小阿杰10 小时前
python执行测试用例,allure报乱码且未成功生成报告
开发语言·python·测试用例
xx155802862xx10 小时前
Python如何给视频添加音频和字幕
java·python·音视频