ML笔记-sklearn.classification

主要用于显示主要分类指标的文本报告，在报告中显示每个类的精确度、召回率、F1等信息

首先数据测试结果分为以下4种情况：

TP:预测为正，实现为正

FP:预测为正，实现为负

FN:预测为负，实现为正

TN:预测为负，实现为负

准确率：所有识别为“1”的数据中，正确的比率是多少。

　　　　eg.有100个样本被识别为“1”，但是其实只有80个结果是正确的，20个实际上是非“1”--》准确率=80%

　　　　TP/(TP+FP)

召回率：所有样本为“1“的数据中，最后真正识别出为”1“的比率是多少。　　　　

　　　　eg.有100个样本”1“，只识别出80个是”1“，其余20个被识别为非”1“-->召回率=80%

　　　　TP/(TP+FN)

F1-score：准确率与召回率的综合，可以认为是其平均效果。

　　　　2*TP/(2*TP+FP+FN)

巴特西