python - 分类报告 : labels and target_names

Question

我有以下分类报告的输出:

             precision    recall  f1-score   support

          0     0.6772    0.5214    0.5892       491
          1     0.8688    0.9273    0.8971      1678

avg / total     0.8254    0.8354    0.8274      2169

数据集中的真实标签是 s和 p .

问题:我怎么知道哪个标签是“0”，哪个是“1”？或者:如何通过 labels= 分配标签或 target_names=以正确的顺序？

Answer 1

如无特别说明，将按字母顺序排列。所以很可能是:

0 -> 'p'

1 -> 's'

无论如何，如果您传递实际标签，它们应该按原样显示。例如:

y_true = ['p', 's', 'p', 's', 'p']
y_pred = ['p', 'p', 's', 's', 'p']

print(classification_report(y_true, y_pred))

Output:
             precision    recall  f1-score   support

          p       0.67      0.67      0.67         3
          s       0.50      0.50      0.50         2

avg / total       0.60      0.60      0.60         5

所以不需要做任何事情。但是，如果您更改了标签，则可以在 target_names 中传递它们。要在报告中显示的参数。

假设您已将 'p' 转换为 0，将 's' 转换为 1，那么您的代码变为:

y_true = [0, 1, 0, 1, 0]
y_pred = [0, 0, 1, 1, 0]

# Without the target_names
print(classification_report(y_true, y_pred))

          0       0.67      0.67      0.67         3
          1       0.50      0.50      0.50         2

avg / total       0.60      0.60      0.60         5

#With target_names
print(classification_report(y_true, y_pred, target_names=['p', 's']))

          p       0.67      0.67      0.67         3
          s       0.50      0.50      0.50         2

avg / total       0.60      0.60      0.60         5