sklearn.metrics.classification_report（y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2, output_dict=False）

這個函數(shù)用于對模型性能進行評估，標準有精確度、召回率、F1-score。

參數(shù)：

y_true：1 維數(shù)組，真實數(shù)據(jù)的分類標簽

y_pred：1 維數(shù)組，模型預測的分類標簽

labels：列表，需要評估的標簽名稱

target_names：列表，指定標簽名稱

sample_weight：1 維數(shù)組，不同數(shù)據(jù)點在評估結果中所占的權重

digits：評估報告中小數(shù)點的保留位數(shù)，如果?output_dict=True，此參數(shù)不起作用，返回的數(shù)值不作處理

output_dict：若真，評估結果以字典形式返回

返回：

字符串或字典類型

精確度：precision，正確預測為正的，占全部預測為正的比例，TP / (TP+FP)

召回率：recall，正確預測為正的，占全部實際為正的比例，TP / (TP+FN)

F1-score：精確率和召回率的調和平均數(shù)，2 * precision*recall / (precision+recall)

support:?當前行的類別在測試數(shù)據(jù)中的樣本總量

同時還會給出總體的微平均值，宏平均值和加權平均值。

accuracy：計算正確率 (TP+TN) / (TP＋FP＋FN＋TN)

macro avg：各類的precision，recall，f1加和求平均

weighted avg :對每一類別的f1_score進行加權平均，權重為各類別數(shù)在y_true中所占比例