स्केलेर की वर्गीकरण रिपोर्ट में संख्याओं का क्या मतलब है?

Question

मेरे पास एक उदाहरण है जो मैंने स्केलेर के sklearn.metrics.classification_report प्रलेखन से खींचा है।

मुझे समझ में नहीं आता है कि प्रत्येक वर्ग के लिए f1- स्कोर, सटीक और रिकॉल मान क्यों हैं, जहां मुझे विश्वास है कि कक्षा भविष्यवक्ता लेबल है? मुझे लगा कि एफ 1 स्कोर आपको मॉडल की समग्र सटीकता बताता है। इसके अलावा, समर्थन स्तंभ हमें क्या बताता है? मुझे उस पर कोई जानकारी नहीं मिली।

print(classification_report(y_true, y_pred, target_names=target_names))
             precision    recall  f1-score   support

    class 0       0.50      1.00      0.67         1
    class 1       0.00      0.00      0.00         1
    class 2       1.00      0.67      0.80         3

avg / total       0.70      0.60      0.61         5

Answer 1

एफ 1-स्कोर आपको सटीक और याद रखने का हार्मोनिक साधन देता है। हर वर्ग के अनुरूप स्कोर आपको अन्य सभी वर्गों की तुलना में उस विशेष वर्ग में डेटा बिंदुओं को वर्गीकृत करने में क्लासिफायर की सटीकता बताएगा।

समर्थन सच्ची प्रतिक्रिया के नमूनों की संख्या है जो उस वर्ग में निहित है।

आप sklearn प्रलेखन में दोनों उपायों पर प्रलेखन पा सकते हैं।

समर्थन - http://scikit-learn.org/stable/modules/generated/sklearn.metrics.prepy_recall_fscore_support.html

एफ 1-स्कोर - http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html

संपादित करें

अंतिम पंक्ति सटीक, याद और एफ 1-स्कोर का भारित औसत देती है जहां वजन समर्थन मूल्य हैं। तो सटीक के लिए औसत है (0.50*1 + 0.0*1 + 1.0*3)/5 = 0.70। कुल बस कुल समर्थन के लिए है जो यहां 5 है।

Comments

अंतिम पंक्ति के बारे में क्या avg / total? यह कॉलम का मिलान करने के लिए प्रतीत नहीं होता है ... यह कैसे गणना की जाती है और इसका क्या मतलब है?

— एंटोनी

@ एंटोनी मैं भी यही सोच रहा हूं। क्या आपको पता चला कि इसकी गणना कैसे की जाती है?

— पेल ब्लू डॉट

@ एंटोनी अंतिम पंक्ति सटीक, याद और एफ 1-स्कोर का भारित औसत देती है, जहां वजन समर्थन मूल्य हैं। तो सटीक के लिए औसत है (0.50*1 + 0.0*1 + 1.0*3)/5 = 0.70। कुल बस कुल समर्थन के लिए है जो यहां 5 है।

— नितिन

@Nitin के पिछले उत्तर के लिए धन्यवाद, मुझे गणित के पीछे सबसे अच्छा दृश्य विवरण और अंतर्ज्ञान लिंक से मिला: en.wikipedia.org/wiki/Preults_and_recall en.wikipedia.org/wiki/F1_bcore

— Bogdan Korecki