在Python中实现精确性和召回

我正在努力理解如何自己实现精确性和召回。假设

clf

是一个分类器，

y\u测试[i]

是真值，

X\u测试[i]。重塑（1，-1）

是预测值，这些定义正确吗

精度

def testPosValueMetric(clf, X_test, y_test):
    success =0
    fail = 0
    for i in range(len(y_test)):
        if y_test[i] == 1:
            if clf.predict(X_test[i].reshape(1,-1)) == 1:
                success += 1
            else:
                fail +=1

    return (success/(success+fail))

召回

def recall(clf, X_test, y_test):
    tp =0
    fp = 0
    for i in range(len(y_test)):
        if y_test[i] == 1:
            if clf.predict(X_test[i].reshape(1,-1)) == 1:
                tp += 1
            else:
                fp +=1

    tn =0
    fn = 0
    for i in range(len(y_test)):
        if y_test[i] == 0:
            if clf.predict(X_test[i].reshape(1,-1)) == 0:
                tn += 1
            else:
                fn +=1

    return (tp/(tp+fn))

---

在使用除法获得最终结果时要注意，因为现在使用整数除法在某些情况下也要注意被零除。