Scipy/Numpy/scikits - 基于两个数组计算精确率/召回率分数

Question

• 我用训练数据集来训练一个逻辑回归模型，具体操作如下：

import scikits as sklearn
from sklearn.linear_model import LogisticRegression
lr = LogisticRegression(C=0.1, penalty='l1')
model = lr.fit(training[:,0:-1], training[:,-1)

• 我有一个交叉验证数据集，这个数据集中包含了与输入矩阵相关的标签，可以通过以下方式访问：

cv[:,-1]

• 我用训练好的模型对交叉验证数据集进行预测，这样可以得到一串0和1，表示预测的结果。

cv_predict = model.predict(cv[:,0:-1])

问题

我想根据实际标签和预测标签来计算精确度和召回率。有没有什么标准的方法可以用numpy/scipy/scikits来实现呢？

谢谢！

Answer 1

是的，确实有这样的内容，具体可以查看文档：http://scikit-learn.org/stable/modules/classes.html#classification-metrics

你还应该看看这个 sklearn.metrics.classification_report 工具：

>>> from sklearn.metrics import classification_report
>>> from sklearn.linear_model import SGDClassifier
>>> from sklearn.datasets import load_digits

>>> digits = load_digits()
>>> n_samples, n_features = digits.data.shape
>>> n_split = n_samples / 2

>>> clf = SGDClassifier().fit(digits.data[:n_split], digits.target[:n_split])

>>> predictions = clf.predict(digits.data[n_split:])
>>> expected = digits.target[n_split:]

>>> print classification_report(expected, predictions)
             precision    recall  f1-score   support

          0       0.90      0.98      0.93        88
          1       0.81      0.69      0.75        91
          2       0.94      0.98      0.96        86
          3       0.94      0.85      0.89        91
          4       0.90      0.93      0.91        92
          5       0.92      0.92      0.92        91
          6       0.92      0.97      0.94        91
          7       1.00      0.85      0.92        89
          8       0.71      0.89      0.79        88
          9       0.89      0.83      0.86        92

avg / total       0.89      0.89      0.89       899