如何显示我的模型的评估指标和混淆矩阵

Question

我的工作是假新闻侦测。我真的睡不着了。我已经能够显示准确性得分，但我希望包括其他评估指标(Precision_score、F1_score、recall_score

这是一个使用缩放后的数据集中的特征来预测假新闻的模型

 X_train, X_test, y_train, y_test = train_test_split(X, Ylabels, test_size = 0.2, random_state =42)
 logit = LogisticRegression()
 logit.fit(X_train, y_train)
print("Accuracy Score: ", logit.score(X_test, y_test))

准确度分数: 0.9267158873393492精度分数: 0.xxxxxxx召回率分数: 0.xxxxxxxx F1分数: 0.xxxxxxxxx

混淆矩阵[xxxx xxxx]

Answer 1

首先得到一系列你的预测

 preds = logit.predict(X_test)

然后导入并调用它们上的任何评分函数

from sklearn.metrics import f1_score
f1_score(y_test, preds)

您可以在此处查看可以使用的许多评分函数的列表：

https://scikit-learn.org/stable/modules/classes.html#module-sklearn.metrics