一类的精确召回 pos_label python答案

【问题标题】：precision recall pos_label python for one-class一类的精确召回 pos_label python
【发布时间】：2018-02-24 23:16:20
【问题描述】：

目标：获得一类的precision和recall（y_true = 1）

背景：我检查了http://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html#sklearn.metrics.precision_recall_curve，它指出pos_label 是positive class 的标签，默认设置为1。

问题：

1) 如果我只想要positive class 的precision 和recall（在这种情况下为y_true = 1）我应该保留pos_label = 1 还是应该将其更改为pos_label = 0?

2) 或者有没有更好的方法来实现我的目标？

下面我在pos_label = 0时显示代码

import numpy as np
from sklearn.metrics import precision_recall_fscore_support
y_true = np.array(['0', '1', '1', '0', '1'])
y_pred = np.array(['1', '0', '1', '0', '1'])
out = precision_recall_fscore_support(y_true, y_pred, average='weighted', pos_label = 0)

【问题讨论】：

相当肯定 pos_label 应该是 1。你总是可以运行代码和calculate precision and recall by hand。
您是否尝试过使用classification_report？
我使用了分类报告。但问题是获得one-class. 的分数我使用什么target-names? 或者你会建议我如何完成这个？
一类是什么意思？分类报告默认会单独输出所有类的指标

标签： python machine-learning scikit-learn precision-recall

【解决方案1】：

import numpy as np
from sklearn.metrics import precision_recall_fscore_support
y_true = np.array(['0', '1', '1', '0', '1'])
y_pred = np.array(['1', '0', '1', '0', '1'])

#keep 1's
y_true, y_pred = zip(*[[ytrue[i], ypred[i]] for i in range(len(ytrue)) if ytrue[i]=="1"])

out = precision_recall_fscore_support(y_true, y_pred, average='micro')

【讨论】：