machine-learning - 分类报告中的精确率和召回率是如何计算的？

Question

Confusion Matrix :

[[4 2]

 [1 3]]

Accuracy Score : 0.7

Report :

              precision    recall  f1-score   support

          0       0.80      0.67      0.73         6

          1       0.60      0.75      0.67         4

avg / total       0.72      0.70      0.70        10

根据公式精度=真阳性/(真阳性+假阳性)

4/(4+2) = 0.667

但这正在召回中。

召回率计算公式为真阳性/(真阳性+假阴性)

4/(4+1) = 0.80

我似乎没明白其中的区别。

Answer 1

在没有看到代码的情况下很难确定，但我的猜测是您正在使用 Sklearn 并且没有将标签传递到您的混淆矩阵中。如果没有标签，它会通过解释混淆矩阵来决定导致误报和误报交换的顺序。