python-3.x - 如何使用 cross_val_predict() 函数获得“正数”而不是“负数”的精度分数?
问题描述
我在二进制数据集上使用交叉验证。
对,现在当我输入以下行时:
clf = cross_val_score(cl_mnb,transcriptsVectorized, y=Labels,cv=6,scoring = 'precision')
print(clf.round(2))
我确实得到了精确分数,但只针对底片;我想获得阳性病例的精确度。
当我使用 sklearn.metrics.SCORERS 查找可用指标时,我找不到该选项,它存在吗?
解决方案
我觉得您在问题中使用的符号可能不正确,所以如果答案不能解决您的问题,请帮助我。
首先,我们来看看混淆矩阵参考。
Precision
或阳性预测值:
Scikit-learn 尊重这个公式,并将 1(或真)解释为正数。条件肯定和预测条件肯定用于获得精度。
正面案例,您是指条件正面案例评估吗?在这种情况下,您可以使用recall
sklearn 也提供的指标...
recall
评估您的模型对真正正面的预测。它试图解决的一些问题是:模型是否预测异常?模型是否识别数据中的猫?
然后,也许您需要预测 0 或 False 值。遵循矩阵并理解它,是最好的改进方法!
推荐阅读
- amazon-web-services - 在具有不同 AWS 账户拥有的 CMK 的 Auto Scaling 组中使用加密 EBS 卷
- python - 循环文件并在 Python 中应用函数
- java - 使用 bash 脚本防止命令行参数显示在 bash 历史记录或 ps -ef 中
- python - 如何使用 Django CreateView 实现依赖下拉列表?
- json - 如何在 Circe 中创建解析时间值的自定义解码器
- javascript - 如何通过 LINE 集成在 Dialogflow 中使用 fufillment
- html - Flexbox margin-right: auto not working,如果我在一个元素中使用 display:none
- node.js - 如何从节点“请求”模块中获取数据
- openid-connect - 使用 FusionAuth 及其提供的 oauth 端点是否可以在 SPA 中静默刷新 prompt=none?
- c - 为什么我的凯撒密码的解密功能会产生错误的输出?