Python全系列 教程
3567个小节阅读:5931.8k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在sklearn中计算精准率、召回率、F1 Score可以使用
from sklearn.metrics import precision_score,recall_score,f1_score
本节课的实战以sklearn中的手写数字识别数据集为例,将所有样本的标签变成0、1两种类型
xfrom sklearn import datasets
digits = datasets.load_digits()
X = digits.data
# 将digits.target的拷贝传递给y变量,则修改y不会影响digits.target
y = digits.target.copy()
y[digits.target==9] = 1 # 原样本标签为9的变为1
y[digits.target!=9] = 0 # 原样本标签不为9的变为0
1.计算精准率,使用sklearn中的:
A precision_score
B recall_score
C f1_score
D confusion_matrix
2.计算召回率,使用sklearn中的:
A precision_score
B recall_score
C f1_score
D confusion_matrix
1=>A 2=>B