1. 程式人生 > >多標籤分類的結果評估---macro-average和micro-average介紹

多標籤分類的結果評估---macro-average和micro-average介紹

一,多分類的混淆矩陣

多分類混淆矩陣是二分類混淆矩陣的擴充套件

多分類混淆矩陣

祭出程式碼,畫線的那兩行就是關鍵啦:
多分類混淆矩陣程式碼

二,檢視多分類的評估報告

祭出程式碼,使用了classicfication_report()
多分類的評估報告

三,巨集平均與微平均

公式是神看的,我是學弱...直接看例子,沒有複雜的公式:

巨集平均

巨集平均

微平均

微平均

巨集平均和微平均的對比

  1. 如果每個class的樣本數量差不多,那麼巨集平均和微平均沒有太大差異
  2. 如果每個class的樣本數量差異很大,而且你想:
    • 更注重樣本量多的class:使用巨集平均
    • 更注重樣本量少的class:使用微平均
  3. 如果微平均大大低於巨集平均,檢查樣本量多的class
  4. 如果巨集平均大大低於微平均,檢查樣本量少的class

程式碼如何實現微平均和巨集平均

傳引數指定即可..sklearn真的很強大.