为何两种宏平均计算方法得到的Precision、Recall、F1值不同？

嘿，这个问题的根源其实很简单——你在方法1的sklearn指标函数里，把真实标签和预测标签的参数顺序搞反了！

核心问题：sklearn指标函数的参数顺序 #

在scikit-learn中，所有分类指标函数（比如precision_score、recall_score、f1_score）的参数顺序都是固定的：
第一个参数是 y_true（真实标签），第二个参数是 y_pred（模型预测的标签）。

你方法1里的代码是这样的：

print("Macro-Average Precision:", metrics.precision_score(predictions, test_y, average='macro'))
print("Macro-Average Recall:", metrics.recall_score(predictions, test_y, average='macro'))
print("Macro-Average F1:", metrics.f1_score(predictions, test_y, average='macro'))

这里你把predictions（预测标签）放在了第一个位置，test_y（真实标签）放在了第二个位置，完全搞反了参数顺序！

而方法2里的classification_report(y_true, y_pred)是正确的参数顺序，所以两者的计算逻辑完全不同，结果自然不一致。

验证与修正 #

把方法1的参数顺序调换过来，改成正确的写法：

print("Macro-Average Precision:", metrics.precision_score(test_y, predictions, average='macro'))
print("Macro-Average Recall:", metrics.recall_score(test_y, predictions, average='macro'))
print("Macro-Average F1:", metrics.f1_score(test_y, predictions, average='macro'))

这样计算出来的结果就会和classification_report里的macro avg完全一致了——你看报告里的macro avg是precision 0.78、recall 0.68、f1 0.71，而你之前方法1的结果是precision 0.68、recall 0.77，刚好是把precision和recall的数值互换了，这也完全符合参数顺序颠倒后的结果特征。

总结 #

这只是一个容易犯的小细节错误，记住sklearn的分类指标函数都是真实标签在前，预测标签在后的规则，就不会再出现这类问题啦。

内容的提问来源于stack exchange，提问作者KoKo