F1分数指标和分类报告sklearn的F1分数值不同

Question

我正在尝试分析我的结果，所以我在sklearn上使用了F1评分指标和分类报告。显示的结果与平均类型无关，完全不同。它一点也不匹配。我的验证数据示例

F1分数0.7666666666666667

但是分类报告的结果是：

  report       precision recall  f1-score   support
       0       0.16      0.57      0.25         7
       1       0.40      0.09      0.14        23
accuracy                           0.20        30



macro avg      precision: 0.28, recall:0.33,  f1score:0.20      support:30

weighted avg       precision:0.34      recall:0.20      f1score:0.17        support:30

任何帮助都将不胜感激。谢谢!

我的代码是：`print(‘微分数平均(Y_pred)，F1=’np.round‘)’)‘

对于分类报告，它是：

` print('F1 score {}'.format(sklearn.metrics.classification_report(test_label，np.round(y_pred)，target_names=labels)‘

labels只是一个列表，其中包含我的类标签。

Answer 1

当您计算F1得分时，您要求scikit计算平均值=‘微’，但分类报告计算的是宏观和加权平均值。

试试print('F1 score {}'.format(sklearn.metrics.f1_score(test_label, np.round(y_pred), average='macro'))。