Python 深入研究分类报告

我有一个很大的数据集，有两个特征，但有很多样本。我试图通过有监督的分类器对它们进行分类。我的目标是实现哪些类的准确率或召回率低于60%。是否有任何特定的脚本，我可以运行，以获得我的准确率和召回率低于60%的类号

到目前为止，我应用的代码如下所示，但它不是动态的。 我可以通过以下行获得分类报告：“打印（metrics.classification_report（y_test，y_pred））” 但我有200个类别标签，我只想挑选精度和召回率低于60%的标签

scores = cross_val_score(estimator= DecisionTreeClassifier(), 
                         X=X_train, 
                         y=y_train, 
                         cv=5,
                         n_jobs=-1)
print('CV accuracy scores: %s' % scores)
print('CV accuracy: %.3f +/- %.3f' % (
                                       np.mean(scores), np.std(scores)))

model.fit(X_train, y_train)
y_pred = model.predict(X_test)
print('Test Accuracy: %.3f' % model.score(X_test, y_test))
print(metrics.classification_report(y_test, y_pred))