分类任务中常见的评估指标，包括准确率（Accuracy）、精确率（Precision）、召回率（Recall）和值。但是在多分类场景中，我们通常也会采用召回率或者F值来作为评价指标.

1.分类评估指标

（1）二分类评估指标

假定现在有一个二分类的任务，其中0表示positive，1表示negative。同时有如下所示的标签值和预测值：

• True Positive（TP）：表示将正样本预测为正样本，即预测正确；

• False Negative（FN）：表示将正样本预测为负样本，即预测错误；

• False Positive（FP）：表示将负样本预测为正样本，即预测错误；

• True Negative（TN）：表示将负样本预测为负样本，即预测正确；

我们知道FP（False Positive）从字面意思来看表示的是错误的正类，也就是说实际上它并不是正类，而是错误的正类，即实际上为负类。因此，FP表示的就是将负样本预测为正样本的含义。再看一个FN，其字面意思为错误的负类，也就是说实际上它表示的是正类。

准确率：所有预测对的数量，除以总的数量。

精确率：计算的是预测对的正样本在整个预测为正样本中的比重，

召回率：计算的是预测对的正样本在整个真实正样本中的比重

 对于整体的评估值，常见的做法有两种：第一种是取算术平均；第二种是加权平均。

 算术平均就是等权重的对各类别的评估值进行累加求和。

加权平均就是以不同的加权方式来对各类别的评估值进行累加求和。

 

2.多分类任务

（1）混淆矩阵

加入有如下三分类任务的预测值和真实值：

先横向看再纵向看。例如第一个1（淡绿色单元格），表示的就是将真实值0预测为0的个数（预测正确）；接着右边的1表示的就是将真实值0预测为1的个数；淡绿色单元格中的1表示的就是将真实值1预测为1的个数；淡绿色单元格中的2表示的就是将真实值2预测为2的个数。也就是说只有这个对角线上的值才表示模型预测正确的样本的数量。

 （2）指标计算

 

代码实现：

借助sklearn中的classification_report模块来完成所有的计算过程。

from sklearn.metrics import classification_report
y_true = [1, 1, 1, 0, 0, 0, 2, 2, 2, 2]
y_pred = [1, 0, 0, 0, 2, 1, 0, 0, 2, 2]
print(classification_report(y_true, y_pred))

 注解：其中macro avg就是算术平均，而weighted avg就是上面介绍的加权平均。

 以上内容均来源于月来客栈