sklearn metrics解释

本文深入探讨了机器学习评估指标中的召回率及其计算方法,同时解析了混淆矩阵的使用,强调了真实标签与预测标签的正确顺序对于准确评估的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from sklearn.metrics import recall_score
from sklearn.metrics import confusion_matrix
recall_score(y_true, y_pred)

y_true,y_pred,顺序不要写反,写反结果是错误的

cnf_matrix = confusion_matrix(y_test, y_pred)

这个写反结果也是一样的,最好真实的标签在前

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值