当我想在python中存储recall_分数时，如何为每个值指定一个类标签？

在一个多类分类问题（包括15个类）中，我想存储召回分数（或精度分数）

如何在字典中存储回忆分数以访问每个类的值

clf = RandomForestClassifier(n_estimators=30)

X_train, X_test, y_train, y_test = data
    
clf.fit(X_train, y_train)

y_pred = clf.predict(X_test)

labels = list(set(y_pred))

recall_scores = sklearn.metrics.recall_score(y_test, y_pred, average=None, labels=labels, zero_division=1)

虽然我设置了labels属性，但我无法识别每个类的值

这就是我得到的：

[50.0, 100.0, 75.0, 75.0, 100.0, 100.0, 100.0, 100.0, 75.0, 75.0, 75.0, 100.0, 100.0, 75.0, 100.0]

但这正是我想要的：

{'A': 50.0, 'B': 100.0, 'C': 75.0, 'D': 75.0, 'E': 100.0, 
 'F': 100.0, 'G': 100.0, 'H': 100.0, 'I': 75.0, 'J': 75.0, 
 'K': 75.0, 'L': 100.0, 'M': 100.0, 'N': 75.0, 'O': 100.0}

---

我认为这应该做

dict（zip（标签，回忆分数））

@DaveIdito实际上我不想手动做。我希望当值​​这些都是存储的。如何在recall_score函数中使用“labels”属性？我真的不明白这个函数中标签属性的存在与否有什么帮助。除非您自己编写实现，否则您必须手动执行，而且您不需要这样做，因为您可以解释结果而不会产生任何歧义<需要代码>标签1。对于非二进制分类2。获取每个标签/类别的分数。