求助：Sklearn中classification_report的Support指标含义解析

先看你给出的分类报告：

precision    recall  f1-score   support

           0       0.78      0.87      0.82       154
           1       0.79      0.67      0.72       114

    accuracy                           0.78       268
   macro avg       0.79      0.77      0.77       268
weighted avg       0.78      0.78      0.78       268

关于“Support”和“actual occurrences”的解释： #

• Support 就是测试集中对应类别的真实样本数量，你查到的“actual occurrences”直白来说就是「数据集中真实属于该类的样本总数」。这个数值和你用的模型无关，只和用来评估模型的测试集本身有关。

结合你的泰坦尼克号案例：

• 类别0（对应乘客死亡/未生存）的support值是154：表示你的测试集中，真实情况为死亡的乘客一共有154人
• 类别1（对应乘客生存）的support值是114：表示测试集中，真实情况为存活的乘客一共有114人
• 最下方accuracy行的support值268，是154+114的总和，也就是整个测试集的样本总数。

那句英文解释的核心意思是：Support是数据集中该类别的真实出现次数，它不会因为更换不同模型而变化，只是用来帮你理解模型评估的背景——比如你能从support看出测试集里两类样本的数量是否均衡（这里死亡样本比存活样本多，属于轻微不均衡），这也能辅助你理解模型的precision、recall数值差异的原因（比如样本量少的类别1，recall比类别0低，和样本量有一定关联）。

内容的提问来源于stack exchange，提问作者Naruto