J'ai ci-dessous un exemple que j'ai tiré de la documentation sklearn.metrics.classification_report de sklearn.
Ce que je ne comprends pas, c'est pourquoi il y a des valeurs de score f1, de précision et de rappel pour chaque classe où je crois que la classe est l'étiquette prédictive? Je pensais que le score f1 vous indique la précision globale du modèle. De plus, que nous dit la colonne d'assistance? Je n'ai trouvé aucune information à ce sujet.
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
avg / total 0.70 0.60 0.61 5
avg / total
? Il ne semble pas correspondre aux moyennes de la colonne ... Comment est-il calculé et que signifie-t-il?(0.50*1 + 0.0*1 + 1.0*3)/5 = 0.70
. Le total est juste pour le support total qui est de 5 ici.