利用sklearn的metrics，如何评估模型预测结果的好坏？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

已经有这么多机器学习的预测模型（换参数之后更多）了，模型自带了一个model.score(X_test, y_test)来评价自己的预测结果。那么，sklearn作为这些模型的合集，也是有个专门的评价体系的，相关的函数都放在sklearn.metrics.里面。本文将对其内置的三个模型预测结果的评分函数进行阐述。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的编程相关经验文章。本文测试环境：win10，python@3.11.0，sklearn@1.2.2。

已知的预测模型

截止到发稿，苏南大叔的文章里面，写过的预测模型有下面这些：

这些模型的预测过程的最后，都会输出预测结果：

predictions = model.predict(X_test)

对本次预测的效果进行自评分：

model.score(X_test, y_test)

metrics示例代码

想对预测结果进行评分，

• 获得预测的结果，这个预测结果是属于二分类的概念，即非黑即白，符合结果或者不符合结果。
• 必须知道数据真实的情况，一般来说就是测试集的y_test值，记录了真实的情况，和预测的数据可能符合也可能不符合。

# ...
predictions = model.predict(X_test)
score = model.score(X_test, y_test)

y_test = []         # 真实结果
predictions = []    # 预测数据
from sklearn.metrics import precision_score, recall_score, f1_score
p = precision_score(y_test, predictions)   # 查准率
r = recall_score(y_test, predictions)      # 召回率
f1 = f1_score(y_test, predictions)         # f1得分（f1值越高，模型预测越有价值）

查准率：precision_score()

这里的中文表述为：查准率，并不是“精准度”。所以它表述的是：被认定为有问题的样品中，真正有问题的样品的比率。尽量不冤枉好人，也不放过每个坏人。

metrics.precision_score(y_true, y_pred)

两者的参数是不同的：

举例：一共出库100箱食品货物，其中有一箱子是过期需要追回的，实际追回了五箱子，其中就有目标货物。所以，查准率是20%。

召回率/查全率：recall_score()

召回率(查全率)，讲求一个目标数据的发现率，宁可错杀一百，不可放过一个。只要目标数据都找到，有多少被误判的都无所谓。

metrics.recall_score(y_true, y_pred)

举例：出库的一大车食品货物里面，有一箱过期食品。结果把两大车货物又拉回来了，那么召回率是100%。即使绝大多数货物都是没有问题的。

f1得分：metrics.f1_score()

metrics.f1_score(y_true, y_pred)

这个f1得分实际上包含了查准率(precision_score)和查全率(recall_score)的概念，是两者的综合描述。所以，f1得分越高，就越能体现模型预测的精准。

结束语

感觉这个recall英文单词对于“查全”的意思表述的不是很精确。更多基于sklearn的机器学习的经验文章，请点击：

• https://newsn.net/tag/sklearn/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。