为什么准确率和召回率的值与代表性不足的类别的准确率和召回率几乎相同

Question

我有一个二元分类，其中一个类的大小几乎是另一个类的 0.1。

我正在使用 sklearn 创建模型并对其进行评估。我正在使用这两个功能：

print(precision_recall_fscore_support(y_real,y_pred))

out: 
(array([0.99549296, 0.90222222]), # precision of the first class and the second class
 array([0.98770263, 0.96208531]), # recall of the first class and the second class
 array([0.99158249, 0.93119266]), # F1 score of the first class and the second class
 array([1789,  211]))             # instances of the first class and the second class

返回每个类的精度、recal、fscore 和支持

print(precision_score(y_real,y_pred),recall_score(y_real,y_pred))

out:
0.90222222 , 0.96208531 # precsion and recall of the model

返回预测的准确率和召回率。

为什么precsion和recall函数返回的值与具有较少实例的类（这里是具有211个实例的类）完全相同？

Answer 1

仔细查看precision_score 和recall_score 的文档，您会看到两个参数-pos_label，默认值为1，和average，默认值为'binary'：

pos_label : str 或 int，默认为 1

average='binary' 并且数据是二进制时要报告的类。

平均 : *string, [None, ‘binary’ (默认), ‘micro’, ‘macro’, ‘samples’, ‘weighted’]*

'binary'：

仅报告pos_label 指定的类的结果。这是 仅当目标 (y_{true,pred}) 是二进制时才适用。

换句话说，正如文档中清楚解释的那样，这两个函数分别只返回一个类的精度和召回率——用标签1 指定的那个。

从你的展示来看，这门课似乎就是你这里所说的“二等”，结果确实和你报告的一致。

相比之下，precision_recall_fscore_support 函数，根据docs（强调我的）：

计算准确率、召回率、F-measure 和支持每个类

换句话说，这里没有什么奇怪或意外的；没有“整体”精度和召回率，并且它们始终是每个班级的计算机。实际上，在像这里这样不平衡的二进制设置中，它们通常只针对少数类计算。

Answer 2

这可能是由于数据集不平衡造成的。您可以尝试从代表不足的类中进行过采样或从过度代表的类中进行欠采样，具体取决于数据的方差水平。我在数据不平衡方面遇到了类似的问题，这篇文章提供了帮助：

Medium Article on imbalanced data