scikit-learnのclassification_reportを使ってみる

scikit-learnには判別問題の評価指標を見るために便利な、classification_reportという機能がある。

ライブラリのインポートをする。

from sklearn.metrics import classification_report

適当に正解データと予測結果を作る。

y_true = [0, 1, 2, 2, 2] # 正解データ
y_pred = [0, 0, 2, 2, 1] # 予測結果
target_names = ['class 0', 'class 1', 'class 2']

正解データと予測結果をclassification_reportに入れる。(引数の順番を間違えないように!!!)

print(classification_report(y_true, y_pred, target_names=target_names))
              precision    recall  f1-score   support

     class 0       0.50      1.00      0.67         1
     class 1       0.00      0.00      0.00         1
     class 2       1.00      0.67      0.80         3

    accuracy                           0.60         5
   macro avg       0.50      0.56      0.49         5
weighted avg       0.70      0.60      0.61         5

左から順に、適合率(precision)、再現率(recall)、F値(f1-score)、個数(support)の順に並んでいる。

(著:K Murase)

Deepblueでは統計やAIの平和的活用を一緒に取り組んでいただける方を募集してます。詳しくはRecruitをご覧ください。

関連記事