python计算精确率召回率F1
时间: 2024-04-16 14:22:32 浏览: 283
使用sklearn对多分类的每个类别进行指标评价操作
在机器学习和信息检索领域,精确率(Precision)、召回率(Recall)和F1值是常用的评估指标,用于衡量分类模型的性能。
精确率(Precision)衡量的是模型预测为正例的样本中,真正为正例的比例。计算公式如下:
Precision = TP / (TP + FP)
召回率(Recall)衡量的是模型能够正确预测为正例的样本占所有真实正例样本的比例。计算公式如下:
Recall = TP / (TP + FN)
其中,TP表示真正例(True Positive),即模型正确预测为正例的样本数;FP表示假正例(False Positive),即模型错误预测为正例的样本数;FN表示假反例(False Negative),即模型错误预测为反例的样本数。
F1值是综合考虑精确率和召回率的指标,它是精确率和召回率的调和平均值。计算公式如下:
F1 = 2 * (Precision * Recall) / (Precision + Recall)
F1值的取值范围在0到1之间,越接近1表示模型性能越好。
阅读全文