Python 是否可以对我的问题应用sklearn评估指标，如精确度、召回率、f1_分数？

我的深度学习主题是将图像分为5个不同的类别。我使用ImageDataGenerator库将数据集拆分为训练和测试。我已经按照CNN方法成功地开发了一个模型架构，并在测试数据集上评估了我的模型的性能，这给了我83%的准确率

---

是否可以应用sklearn评估指标（如精确度、召回率、f1_分数等）来评估我的测试结果？如果是，我该怎么做？

是的，只要模型在预测时给出类别标签或概率，您就可以这样做

如果您的模型预测编码（整数）标签，则可以使用

sklearn.metrics.precision\u分数（y\u true，model.predict（test\u x））

另一方面，如果模型预测的概率通常都是这样，那么您必须首先使用

argmax

将它们转换为类标签。因此，如果您有一批

test_x

数据，那么您可以使用

---

sklearn.metrics.precision\u score（y\u true，np.argmax（model.predict（test\u x），axis=1））

非常感谢。@AlviAhmedAbir欢迎来到so；如果答案解决了您的问题，请接受它-参见