使用Sklearn评估accuracy/precision/recall/f1结果一致，如何解决？

为什么四个指标结果相同？ #

你在计算precision、recall、f1时使用了average='micro'参数，在多分类（或二分类）任务中，micro平均的计算逻辑会让这三个指标和accuracy完全等价：

• micro-precision = 全局正确预测数 / 总预测数（总预测数等于总样本数，每个样本对应一个预测结果）
• micro-recall = 全局正确预测数 / 总真实样本数（总真实样本数就是总样本数）
• 基于上述两个值计算的micro-F1自然也等于accuracy
  因此最终四个指标结果完全一致。

怎么解决？ #

根据你的任务类型选择合适的average参数：

• 二分类任务：直接去掉average参数（默认值为binary），会自动计算正类的precision、recall、f1，结果会和accuracy产生差异。
• 多分类任务：
  • 使用average='macro'：计算每个类的指标后取算术平均，不考虑类别的样本数量差异
  • 使用average='weighted'：按每个类的样本数量加权计算平均，适合样本不均衡的场景
  • 不指定average参数：返回每个类的precision、recall、f1数组，能查看单个类别的表现

修改后的代码示例（以weighted平均为例） #

accuracy = accuracy_score(y_test, predictions)
precision = precision_score(y_test, predictions, average='weighted')
recall = recall_score(y_test, predictions, average='weighted')
f1 = f1_score(y_test, predictions, average='weighted')

print("Accuracy: ", accuracy)
print("precision: ", precision)
print("recall: ", recall)
print("f1: ", f1)

查看每个类别的指标示例 #

precision_per_class = precision_score(y_test, predictions, average=None)
recall_per_class = recall_score(y_test, predictions, average=None)
f1_per_class = f1_score(y_test, predictions, average=None)

print("每个类的precision: ", precision_per_class)
print("每个类的recall: ", recall_per_class)
print("每个类的f1: ", f1_per_class)

内容的提问来源于stack exchange，提问作者user572575