sklearn模型：求非阳性分类的precision/recall/f1评分

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

目光再次来回到sklearn.metrics里的模型评分机制，precision_score()、recall_score()、f1_score()、accuracy_score()。这些评分机制分别代表：查准率、查全率、f1得分、精准度。除了精准度accuracy_score()外，其它这几个评分，都有个average参数，本文分析average参数的第一个用法：如何计算获得非阳性分类的模型结果评分。

苏南大叔的“平行空间笔记本”博客，记录苏南大叔的编程所学所想。本文测试环境：win10，python@3.12.0，pandas@2.1.3，scikit-learn@1.3.2。

前文回顾

关于什么是模型的查准率、查全率、f1得分，参考下面这篇文章：

• https://seosn.com/say/sklearn-score.html

关于在二分类的情况下，如何理解模型的查准率、查全率、f1得分。可以参考：

• https://seosn.com/say/sklearn-score-2.html

如何理解分析sklearn.metrics.classification_report()功能？参考文章：

• https://seosn.com/say/sklearn-classification_report.html

龙套角色

两个数据例子：

y_true  = [0, 1, 0, 1, 0]          # 二分类
y_pred  = [0, 1, 0, 1, 1]

y_true_ = [0, 1, 0, 1, 0, 1, 2]    # 多分类
y_pred_ = [0, 1, 0, 1, 1, 2, 2]

为什么准备两个例子呢？因为多分类的情况，计算各种得分的时候，必须添加average参数，否则报错。

ValueError: Target is multiclass but average='binary'. Please choose another average setting, one of [None, 'micro', 'macro', 'weighted'].

这里的average参数，本文仅仅取值None，不考虑其它的情况。

average=None

本文中，关于【目标属性】：

• 一般来说，目标属性指的是阳性数据【标签为1】。
• 但事实上，这种目标属性标签为哪个都可以计算。

【二分类可用】，本文的precision_score()、recall_score()、f1_score()，正常情况下求得都是阳性样本的数据。

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
a = accuracy_score(y_true, y_pred)    # 准确率
print("精确度  ： ", a)

p = precision_score(y_true, y_pred)   # 查准率
r = recall_score(y_true, y_pred)      # 查全率
f = f1_score(y_true, y_pred)          # f1得分（f1值越高，模型预测越有价值）

print("查准率  ： ", p)
print("查全率  ： ", r)
print("f1得分  ： ", f)

输出：

精确度  ：  0.8
查准率  ：  0.6666666666666666
查全率  ：  1.0
f1得分  ：  0.8

【二分类、多分类，都可用】如果添加一个average=None实参的话，返回值就会从统计【阳性样本】的float变量，变成统计所有目标标签的样本[float,float...]。

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
p2 = precision_score(y_true, y_pred, average=None)   # 查准率
r2 = recall_score(y_true, y_pred, average=None)      # 查全率
f2 = f1_score(y_true, y_pred, average=None)          # f1得分（f1值越高，模型预测越有价值）

print("查准率  ： ", p2)
print("查全率  ： ", r2)
print("f1得分  ： ", f2)

输出：

查准率  ：  [1.         0.66666667]
查全率  ：  [0.66666667 1.        ]
f1得分  ：  [0.8 0.8]

换成多分类(y_true_+y_pred_)的话，输出：

查准率  ：  [1.         0.66666667 0.5       ]
查全率  ：  [0.66666667 0.66666667 1.        ]
f1得分  ：  [0.8        0.66666667 0.66666667]

查准率 precision_score()

查准率，被预测为目标标签的样本中（目前焦点在y_pred），真正是属于目标标签样本的比例。
公式表述：【真正被预测出目标标签的样本总数/y_test中被预测为属于目标的样本总数】。
如果用二分类的那种理论表述的话，就是【TP/(TP+FP)】。

苏南大叔再次解释的话，就是：

• y_true中是目标属性，y_pred中也是目标属性，预测正确和事实相符，这种【预测对目标属性】数据的总数就是分子。
• y_pred中被预测为目标属性的总计数值（包括预测对的，也包括预测错的），就是分母。

第三次解释：
查准率precision_score()，主打一个【不冤枉好人，也尽量不放过一个坏人】。查准率，查的就是：被预测为目标属性中，真正被预测正确的数据的比率。

举例解释二分类

y_true  = [0, 1, 0, 1, 0]          # 二分类
y_pred  = [0, 1, 0, 1, 1]
p2 = precision_score(y_true, y_pred, average=None)   # 查准率
# [1.         0.66666667]

• 目标标签为0的话，被预测为0的数据有2个，真实的值都确实是0，所以标签0的查准率是100%。
• 目标标签为1的话，被预测为1的数据有3个，真实的值两个是1，一个是0。所以标签1的查准率是66.7%。

举例解释多分类

y_true_ = [0, 1, 0, 1, 0, 1, 2]    # 多分类
y_pred_ = [0, 1, 0, 1, 1, 2, 2]
p2 = precision_score(y_true_, y_pred_, average=None)   # 查准率
# [1.         0.66666667 0.5       ]

• 目标标签为0的话，被预测为0的样本有两个，都被预测正确，确实为0。所以，标签0的查准率为100%。
• 目标标签为1的话，被预测为1的样本有三个，预测正确的数据是2个，预测错的数据是1个。所以，标签1的查准率是66.7%。
• 目标标签为2的话，被预测为2的样本有两个，预测正确的数据是1个，预测错的数据是1个。所以，标签1的查准率是50%。

查全率 recall_score()

查全率，应该被预测为目标属性的样本中（目前焦点在y_true）（可能存在被预测为其它标签的样本），真正被预测出来的样本比率。
公式表述：【真正被预测出目标标签的样本总数/y_true中应该被预测为目标属性的样本总数】
二分类公式表述：【TP/（TP+FN)】

苏南大叔再次解释：

• 分子和查准率一样，都是被正确预测为目标标签的数据总数。
• 分母和查准率不一样，其聚焦点是y_true，应该被预测目标标签的数据总数，或者说是真实为目标标签的数据总数。

第三次解释：
查全率recall_score，主打的是【宁可错杀一千，不可放过敌军一个】。预测错了不要紧，只要把目标数据找出来就行。查全率，查的就是应该被查出的样本，真正被查出来的概率。是不是真的被查出来了，被查错是不要紧的。

举例解释二分类

y_true  = [0, 1, 0, 1, 0]          # 二分类
y_pred  = [0, 1, 0, 1, 1]
r2 = recall_score(y_true, y_pred, average=None)      # 查全率
# [0.66666667 1.        ]

• 目标标签为0的话，本身就是0的数据有3个，真实被预测为0的2个，所以，标签0的查全率是66.7%。
• 目标标签为1的话，本身就是1的数据有2个，真实被预测为1的2个。所以，标签1的查准率是100%。

举例解释多分类

y_true_ = [0, 1, 0, 1, 0, 1, 2]    # 多分类
y_pred_ = [0, 1, 0, 1, 1, 2, 2]
r2 = recall_score(y_true_, y_pred_, average=None)      # 查全率
# [0.66666667 0.66666667 1.        ]

• 目标标签为0的话，本身为0的样本有三个，其中有两个被预测正确。所以，标签0的查全率为66.7%。
• 目标标签为1的话，本身为1的样本有三个，其中有两个被预测正确。所以，标签1的查准率是66.7%。
• 目标标签为2的话，本身为1的样本有一个，其中有一个被预测正确。所以，标签2的查准率是100%。

f1得分 f1_score()

f1得分是根据查全率precision_score()和查准率recall_score()，计算得到的。虽然原始上来说，和各种预测是否准确的个数统计还是有关系的，但是并不是直接的关系。

计算公式是：

f1 = 2 * p * r / (p + r)

举例二分类

查准率  ：  [1.         0.66666667]
查全率  ：  [0.66666667 1.        ]
f1得分  ：  [0.8 0.8]

0.8 = (2*1*0.67)/(1+0.67)

举例多分类

查准率  ：  [1.         0.66666667 0.5       ]
查全率  ：  [0.66666667 0.66666667 1.        ]
f1得分  ：  [0.8        0.66666667 0.66666667]

0.8 = (2*1*0.67)/(1+0.67)
0.67 = (2*0.67*0.67)/(0.67+0.67)
0.67 = (2*1*0.5)/(1+0.5)

精准度accuracy_score

精准度只是涉及被预测正确的数据所占比率，并不涉及到average=None的问题。

from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
a = accuracy_score(y_true, y_pred)    # 准确率
print("精确度  ： ", a)

这个就是大家所想象的那样，被预测准确的数/全部样本数。

查准率和准确率有什么区别？可以参考：

• https://seosn.com/say/sklearn-score-3.html

结语

更多苏南大叔关于sklearn的经验文章，请点击：

• https://seosn.com/tag/sklearn/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。