如何告诉 scikit-learn 为哪个标签给出了 F-1/precision/recall 分数（在二进制分类中）？

Posted 2023-03-12

【中文标题】如何告诉 scikit-learn 为哪个标签给出了 F-1/precision/recall 分数（在二进制分类中）？

【英文标题】：How to tell scikit-learn for which label the F-1/precision/recall score is given (in binary classification)?

【发布时间】：2016-03-20 15:58:41

【问题描述】：

正如this article 中所解释的，无论这些计算是基于正类还是负类，计算 F-1 分数（即计算召回率和精度）都很重要。例如，如果我有一个带有 1% 的 A 类标签和 99% 的 B 类标签的倾斜数据集，并且我只是将 A 分配为正类并将所有测试项目分类为正类，那么我的 F-1 分数将非常好。如何告诉 scikit-learn 哪个类别是二进制分类中的正类别？ （如果有帮助，我可以提供代码。）

【问题讨论】：

相关：***.com/questions/50933561/…

【参考方案1】：

对于二元分类，sklearn.metrics.f1_score 默认会假设 1 是正类，0 是负类。如果您使用这些约定（0 用于 B 类，1 用于 A 类），它应该会为您提供所需的行为。可以通过将 pos_label 关键字参数传递给 f1_score 函数来覆盖此行为。

见：http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html

【讨论】：

也感谢您的回答。但是，因此官方文档中是否有任何参考？

阅读手册页scikit-learn.org/stable/modules/generated/…,pos_label默认为1为正类，但可以覆盖。