如何为我的模型显示评估指标和混淆矩阵答案

【问题标题】：How to the display evaluation metrics and confusion matrix for my model如何为我的模型显示评估指标和混淆矩阵
【发布时间】：2019-12-12 08:47:37
【问题描述】：

我正在研究假新闻检测。我真的跌倒了。我已经能够显示准确度分数，但我想包括其他评估指标（Precision_score、F1_score、recall_score

这是一个使用缩放后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))

准确度得分：0.9267158873393492 精度分数：0.xxxxxxx 召回分数：0.xxxxxxxx F1分数：0.xxxxxxxxx

混淆矩阵 [[xxxx xxxxxx] [xx xxxxxx]]

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

首先得到一系列你的预测

 preds = logit.predict(X_test)

然后在它们上导入并调用任何评分函数

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

您可以在此处查看您可以使用的许多评分功能的列表：

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

【讨论】：