微观宏观和加权平均的精确度、召回率、f1s都相同

Question

我一直在使用不同的机器学习分类器来进行基于积极、中立和消极情绪的情绪分析。在使用Sklearns分类报告时，当试图查看分类器的分类指标时，微观宏量和加权平均值都具有相同的精度、召回率和f1分数。为什么会这样？在

打印分类报告的代码是：

print(classification_report(y_test, y_pred, target_names=['0','1','2']))

the results can be seen here

Answer 1

由于你的类中的样本数量相当相似，而且每个类的精确度、召回率也相当相似，我认为平均值的相似性是巧合的。如果使用precision_recall_fscore_support，应该会发现这些值略有不同，舍入到两个有效数字会使它们看起来相同。在