如何在TFLearn中显示召回率和精确度?
我对学习很陌生。我做了一个cnn分类器,它在17个不同的类中分类。我运行代码没有任何问题,它向我展示了准确性和损失。我想知道如何显示每个类的召回率和精确度。我的代码基于TFLearn的IMDB数据集的CNN分类器示例。如何在TFLearn中显示召回率和精确度?,tflearn,Tflearn,我对学习很陌生。我做了一个cnn分类器,它在17个不同的类中分类。我运行代码没有任何问题,它向我展示了准确性和损失。我想知道如何显示每个类的召回率和精确度。我的代码基于TFLearn的IMDB数据集的CNN分类器示例。 感谢您的工作和关注 最好的方法是使用SKLearn的度量库。以下是一些国家的一个例子: 这里,y\u test是测试数据的y值 predictions是您的模型的输出。predict(X_测试)其中X_测试是您的测试数据的X值 另一个要看的是 print "Precision:
感谢您的工作和关注 最好的方法是使用SKLearn的度量库。以下是一些国家的一个例子: 这里,
y\u test
是测试数据的y值
predictions
是您的模型的输出。predict(X_测试)
其中X_测试
是您的测试数据的X值
另一个要看的是
print "Precision: {}%".format(100*metrics.precision_score(y_test, predictions, average="weighted"))
print "Recall: {}%".format(100*metrics.recall_score(y_test, predictions, average="weighted"))
print "f1_score: {}%".format(100*metrics.f1_score(y_test, predictions, average="weighted"))