python机器学习classification_report()函数 输出模型评估报告

classification_report()函数是scikit-learn库中用于生成分类模型评估报告的工具之一。此函数通过比较模型的预测结果与实际标签来生成多个评估指标，包括精确度（precision）、召回率（recall）、F1分数等。

下面是classification_report()函数的基本用法：

from sklearn.metrics import classification_report

# 假设 y_true 是实际标签，y_pred 是模型的预测结果
y_true = [0, 1, 2, 2, 2]
y_pred = [0, 0, 2, 2, 1]

# 生成分类报告
report = classification_report(y_true, y_pred)

# 打印分类报告
print(report)

该函数的输出类似于以下格式的报告：

              precision    recall  f1-score   support

           0       0.50      1.00      0.67         1
           1       0.00      0.00      0.00         1
           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