點選這裡檢視sklearn官方文件

sklearn.metrics模組實現了幾個損失、得分和效用函式來衡量分類效能

1、四個基本概念

TP、True Positive 真陽性：預測為正，實際為正

FP、False Positive 假陽性：預測為正，實際為負

FN、False Negative 假陰性：預測為負、實際為正

TN、True Negative 真陰性：預測為負、實際為負

2、二分類指標

3、多分類指標

....

F1-score：

是統計學中用來衡量二分類模型精確度的一種指標，用於測量不均衡資料的精度。它同時兼顧了分類模型的精確率和召回率。F1-score可以看作是模型精確率和召回率的一種加權平均，它的最大值是1，最小值是0。

在多分類問題中，如果要計算模型的F1-score，則有兩種計算方式，分別為micro-F1和macro-F1，這兩種計算方式在二分類中與F1-score的計算方式一樣，所以在二分類問題中，計算micro-F1=macro-F1=F1-score，micro-F1和macro-F1都是多分類F1-score的兩種計算方式；

micro-F1：

• 計算方法：先計算所有類別的總的Precision和Recall，然後計算出來的F1值即為micro-F1；
• 取值範圍：(0, 1)；
• 適用環境：在計算公式中考慮到了每個類別的數量,多分類不平衡，若資料極度不平衡會影響結果；

marco-F1：

• 計算方法：
  將所有類別的Precision和Recall求平均，然後計算F1值作為macro-F1;
• 取值範圍：(0, 1)；
• 適用環境：多分類問題，沒有考慮到資料的數量，所以會平等的看待每一類,不受資料不平衡影響，容易受到識別性高（高recall、高precision）的類別影響；

#指標測試
from sklearn import metrics
from sklearn.metrics import accuracy_score, precision_score, recall_score
from sklearn.metrics import f1_score
def Evaluate1(y_test,y_predic):
    
 
print('accuracy:', metrics.accuracy_score(y_test, y_predict)) #預測準確率輸出
    print('macro_precision:',metrics.precision_score(y_test,y_predict,average='macro')) #預測巨集平均精確率輸出
    print('micro_precision:', metrics.precision_score(y_test, y_predict, average='micro')) #預測微平均精確率輸出
    # print('weighted_precision:', metrics.precision_score(y_test, y_predict, average='weighted')) #預測加權平均精確率輸出
    print('macro_recall:',metrics.recall_score(y_test,y_predict,average='macro'))#預測巨集平均召回率輸出
    print('micro_recall:',metrics.recall_score(y_test,y_predict,average='micro'))#預測微平均召回率輸出
    # print('weighted_recall:',metrics.recall_score(y_test,y_predict,average='weighted'))#預測加權平均召回率輸出
    print('macro_f1:',metrics.f1_score(y_test,y_predict,labels=[0,1,2,3,4,5,6],average='macro'))#預測巨集平均f1-score輸出
    print('micro_f1:',metrics.f1_score(y_test,y_predict,labels=[0,1,2,3,4,5,6,7],average='micro'))#預測微平均f1-score輸出
    # print('weighted_f1:',metrics.f1_score(y_test,y_predict,labels=[0,1,2,3,4,5,6],average='weighted'))#預測加權平均f1-score輸出
    #target_names = ['class 1', 'class 2', 'class 3','class 4','class 5','class 6','class 7']
    # print('混淆矩陣輸出:\n',metrics.confusion_matrix(y_test,y_predict,labels=[0,1,2,3,4,5,6]))#混淆矩陣輸出 #比如[1,3]為2，即1類預測為3類的個數為2
    # print('分類報告:\n', metrics.classification_report(y_test, y_predict,labels=[0,1,2,3,4,5,6]))#分類報告輸出 ,target_names=target_names
def Evaluate2(y_true,y_pred):
    print("accuracy:", accuracy_score(y_true, y_pred))  # Return the number of correctly classified samples
    print("macro_precision", precision_score(y_true, y_pred, average='macro'))
    print("micro_precision", precision_score(y_true, y_pred, average='micro'))
    # Calculate recall score
    print("macro_recall", recall_score(y_true, y_pred, average='macro'))
    print("micro_recall", recall_score(y_true, y_pred, average='micro'))
    # Calculate f1 score
    print("macro_f", f1_score(y_true, y_pred, average='macro'))
    print("micro_f", f1_score(y_true, y_pred, average='micro'))

y_test    = [1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 4,5,5,6,6,6,0,0,0,0]
y_predict = [1, 1, 1, 3, 3, 2, 2, 3, 3, 3, 4, 3, 4, 3,5,1,3,6,6,1,1,0,6]
Evaluate1(y_test,y_predict)
Evaluate2(y_test,y_predict)

##其中列表左邊的一列為分類的標籤名，右邊support列為每個標籤的出現次數．avg / total行為各列的均值（support列為總和）．
##precision recall f1-score三列分別為各個類別的精確度/召回率及 F1值
'''
accuracy: 0.5217391304347826
macro_precision: 0.7023809523809524
micro_precision: 0.5217391304347826
macro_recall: 0.5261904761904762
micro_recall: 0.5217391304347826
macro_f1: 0.5441558441558441
micro_f1: 0.5217391304347826

accuracy: 0.5217391304347826
macro_precision 0.7023809523809524
micro_precision 0.5217391304347826
macro_recall 0.5261904761904762
micro_recall 0.5217391304347826
macro_f 0.5441558441558441
micro_f 0.5217391304347826
'''

參考：

https://blog.csdn.net/lyb3b3b/article/details/84819931

https://blog.csdn.net/qq_43190189/article/details/105778058