python - 使用 sklearn 计算 F1 分数

Question

我想弄清楚为什么 F1 分数是 sklearn 中的分数。我知道它的计算方式是:

F1 = 2 * (precision * recall) / (precision + recall)

我的代码:

from sklearn.metrics import f1_score, precision_score, recall_score
...
fmeasure1 = f1_score(true_output, predicted_output, average="macro")
fmeasure2 = f1_score(true_output, predicted_output, average="micro")

precision = precision_score(true_output, predicted_output, average="macro")
recall = recall_score(true_output, predicted_output, average="macro")

print 2*(precision*recall)/(precision + recall), fmeasure1, fmeasure2

我得到的数据值是:

0.785744255639 0.769527615775 0.984532095901

我不明白为什么这三个值彼此不同。我试过阅读文档 here ，但我还是迷路了。

我的数据集是多类的，本质上是高度不平衡的。此处的哪个值是“正确”值，推而广之，我应该使用平均值参数(即无、微观、宏观、权重)中的哪些？

谢谢，任何见解都将非常有值(value)。

Answer 1

查看返回值:

Returns:    
f1_score : float or array of float, shape = [n_unique_labels]
F1 score of the positive class in binary classification or weighted average of the F1 scores of each class for the multiclass task.

每个值都是该特定类别的 F1 分数，因此可以用不同的分数预测每个类别。

关于什么是最好的分数。

best value at 1 and worst score at 0.[ \[From documentation\]][1]

附带说明一下，如果您处理的是高度不平衡的数据集，则应考虑研究抽样方法，或者在允许的情况下简单地从现有数据中进行子抽样。

如果你想要预测的平均值average='weighted':

sklearn.metrics.f1_score(y_true, y_pred, labels=None, pos_label=1, average='weighted')