Scikit-learn计算Precision与Recall结果异常，与手动计算不符

• 正类别指定错误：Scikit-learn默认把标签中数值最大的类别当作正类，如果你手动计算时针对的是另一个类别，结果必然对不上。比如你算的是类别0的精确率，但sklearn默认计算类别1的指标，数值自然差异极大。解决方式很直接：在precision_score或recall_score里显式指定pos_label参数，比如precision_score(y_test, y_pred, pos_label=0)。

• 混淆矩阵行列对应关系搞反：sklearn的confusion_matrix(y_true, y_pred)默认以真实标签为行、预测标签为列，二分类场景下格式为[[TN, FP], [FN, TP]]。如果你手动计算时把预测值当行、真实值当列，TP、FP这些核心计算值就会出错，结果肯定不对，先核对你的混淆矩阵行列对应关系。

• average参数理解偏差：

  • 如果你手动算的是单个类别的精确率，用'macro'或'weighted'完全是方向错误——这两个参数是计算所有类别的平均指标。比如你手动算出某一类的精确率是0.14，'macro'会把所有类别的精确率求和后除以类别数，'weighted'会按每个类别的真实样本数加权平均，结果自然和单个类别的数值差很远。这种情况应该用average=None返回所有类别的指标，再提取你需要的那个；二分类场景下也可以直接指定pos_label。
  • 多分类场景下，别拿'weighted'或'macro'的结果去对比单个类别的手动计算值，二者完全不是同一维度的指标。

• 类别不平衡的拉偏作用：如果数据集里大部分是其他类别，只有你关注的目标类别样本极少，用'weighted'参数时，大量其他类别的高指标会把整体结果拉偏。比如你关注的类精确率是0.14，但其他9个类的精确率都是1，加权后的整体结果会接近1，和你的手动计算值完全不符。

内容的提问来源于stack exchange，提问作者Natalia Ziemba-Jankowska