实施F1评分

Question

我正在尝试用Python实现F1评分在这里显示。

我的函数的输入是预测列表和实际正确值的列表。我认为，计算真正、假负数和假阳性数的最有效方法是将这两组列表转换成两组，然后用集交集和差来找出兴趣的数量。这是我的密码

def F1_score(tags,predicted):


    tags=set(tags)
    predicted=set(predicted)

    tp=len(tags.intersection(predicted))
    fp=len(predicted.difference(tags))
    fn=len(tags.difference(predicted))

    if tp>0:
        precision=float(tp)/(tp+fp)
        recall=float(tp)/(tp+fn)


        return 2*((precision*recall)/(precision+recall))
    else:
        return 0

Answer 1

若要计算集合差的长度，只需从集合的长度减去交集的长度。在计算差异时，您可以使用这个交集。减去交集可以得到相同的结果，但处理的元素较少。

tags = set(tags)
predicted = set(predicted)

tp = len(tags & predicted)
fp = len(predicted) - tp 
fn = len(tags) - tp

注意，为了提高可读性，我在操作符周围添加了空格。作为首选，我还使用了&运算符而不是intersection方法。