栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

机器学习作业(第十八次课堂作业)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

机器学习作业(第十八次课堂作业)

机器学习作业(第十八次课堂作业) 题

按照课堂所示范例逐步计算(画出各种表)如下多分类的Micro(微), Macro (宏)& Weighted Averages (加权) F1 Score、Recall、precision,和混淆矩阵(confusion matrix)。并用sklearn编程验证你的手动计算。

手动计算

sklearn编程验证
import numpy as np 
from sklearn.metrics import precision_score, recall_score, f1_score
Actual = np.array(['cat', 'cat', 'cat', 'cat', 'dog', 'dog', 'dog', 'bird', 'bird'])
Predicted= np.array(['cat', 'cat', 'cat', 'cat', 'dog', 'dog', 'cat', 'dog', 'bird'])
print(recall_score(Actual, Predicted, average = 'micro'))
print(precision_score(Actual, Predicted, average = 'micro'))
print(f1_score(Actual, Predicted, average = 'micro'))
print(recall_score(Actual, Predicted, average = 'macro'))
print(precision_score(Actual, Predicted, average = 'macro'))
print(f1_score(Actual, Predicted, average = 'macro'))
print(recall_score(Actual, Predicted, average = 'weighted'))
print(precision_score(Actual, Predicted, average = 'weighted'))
print(f1_score(Actual, Predicted, average = 'weighted'))
验证结果

结果与心得

macor与weighted在f1_score上存在数据不一致现象(原因尚未找到),其他数据结果一致。
原创不易 转载请标明出处
如果对你有所帮助 别忘啦点赞支持哈

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/889350.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号