我正在使用 Sklean 的分类报告来总结我的训练和测试时期。
sklearn.metrics.classification_report
每个时期我都会得到这样的回报:
>>> from sklearn.metrics import classification_report
>>> y_true
>>> y_pred
>>> target_names = ['class 0', 'class 1', 'class 2']
>>> print(classification_report(y_true, y_pred, target_names=target_names))
precision recall f1-score support
class 0 0.50 1.00 0.67 1
class 1 0.00 0.00 0.00 1
class 2 1.00 0.67 0.80 3
accuracy 0.60 5
macro avg 0.50 0.56 0.49 5
weighted avg 0.70 0.60 0.61 5
(例如来自 sklearn 脚本)
现在我正在寻找一种方法,以获得列表中每个时期的准确度,以计算所有准确度的平均值和标准差。
这个问题似乎很微不足道,但正如你在我对 Python/机器学习还很陌生之前从我的问题中看到的那样。
感谢您的帮助
狮子座