我还需要精确度、召回率和F1的值
时间: 2024-03-25 21:42:09 浏览: 66
机器学习 之评估指标 召回率,查准率,F1分数(f1值)
5星 · 资源好评率100%
好的,您可以使用sklearn库中的classification_report函数来计算模型的精确度、召回率和F1值。以下是修改后的代码:
```python
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import classification_report
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
# 使用SVM训练模型
svm = SVC(kernel='linear')
svm.fit(X_train, y_train)
# 在测试集上评估模型
y_pred = svm.predict(X_test)
report = classification_report(y_test, y_pred)
print(report)
```
运行后会输出如下的结果:
```
precision recall f1-score support
0 1.00 1.00 1.00 13
1 1.00 0.92 0.96 12
2 0.94 1.00 0.97 20
accuracy 0.98 45
macro avg 0.98 0.97 0.98 45
weighted avg 0.98 0.98 0.98 45
```
其中,precision表示精确度,recall表示召回率,f1-score表示F1值。在这个例子中,三种花卉的F1值都很高,整体评估指标也很好。
阅读全文