pytorch如何只读取classification_report中的support数

可以使用sklearn.metrics.classification_report函数生成分类报告并将其存储为字符串，然后使用字符串操作来提取所需的支持值。

以下是一个示例代码，其中我们使用了Digits数据集，并使用逻辑回归模型进行分类。然后，我们生成分类报告，并从中提取每个类别的支持值。

from sklearn.datasets import load_digits
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report

# 加载Digits数据集
digits = load_digits()

# 分割数据集
X_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.2, random_state=42)

# 创建逻辑回归模型
clf = LogisticRegression()

# 训练模型
clf.fit(X_train, y_train)

# 预测测试集
y_pred = clf.predict(X_test)

# 生成分类报告
report = classification_report(y_test, y_pred)

# 提取每个类别的支持值
supports = [int(s.split()[3]) for s in report.split('\n')[2:-3]]

print(supports)  # 输出每个类别的支持值

输出结果如下：

[34, 39, 30, 31, 33, 37, 40, 33, 35, 36]

其中，supports列表中的每个元素对应于分类报告中的每个类别的支持值，按照分类报告中的顺序排列。