手动计算的评估指标与Sklearn函数计算结果不一致问题咨询

问题根因 #

你遇到的计算结果差异是两个核心配置不匹配导致的：

• 混淆矩阵返回值顺序理解错误
• scikit-learn评估函数默认正样本类别与你手动计算的目标类别不匹配

具体原因说明 #

1. 混淆矩阵返回顺序错误
   scikit-learn中confusion_matrix(y_true, y_pred).ravel()的返回顺序固定为tn, fp, fn, tp：行对应真实标签，列对应预测标签，默认按标签升序排列，[0,0]位为真负样本TN、[0,1]位为假正样本FP、[1,0]位为假负样本FN、[1,1]位为真正样本TP。你直接将返回值赋值给tp, fn, fp, tn，相当于把四个指标完全错位。
2. 正样本类别不匹配
   scikit-learn的precision_score、recall_score默认将1作为正类别计算指标，你手动计算时实际是把占绝大多数的0类当作了正类别，两者计算的目标类别完全不同。

验证与解决方法 #

你输出的混淆矩阵四个值3636933 34156 127 151对应的正确指标为：
tn=3636933, fp=34156, fn=127, tp=151
按sklearn默认正类别为1的规则手动计算：

# 正类别为1的召回率：tp/(tp+fn) = 151/(151+127) ≈ 0.543165，与sklearn输出一致
# 正类别为1的精确率：tp/(tp+fp) =151/(151+34156)≈0.004401，与sklearn输出一致

如果你的业务场景中需要把0作为正类别计算指标，调用评估函数时指定pos_label参数即可：

precision = precision_score(y_test, y_test_pred, pos_label=0)
recall = recall_score(y_test, y_test_pred, pos_label=0)

此时手动计算也需要对应调整为以0类为正样本的指标计算逻辑，结果就会和sklearn输出完全匹配。

内容的提问来源于stack exchange，提问作者ForestGump