pandas python机器学习评价指标

umuewwlo 于 2023-03-16 发布在 Python

关注(0)|答案(1)|浏览(160)

我将SVM（rbf）模型应用于一个有8528行（8528个样本）的Pandas Dataframe 上，并将其分为4类，训练-测试分割为50-50。最后我得到了以下结果：

precision    recall  f1-score   support
       A       0.00      0.00      0.00       386
       N       0.60      1.00      0.75      2563
       O       0.00      0.00      0.00      1180
       ~       0.00      0.00      0.00       135
accuracy                           0.60      4264

有人知道为什么除“N”之外的其他类的分数等于0.00吗？（每次运行的结果大致相同，即使是不同的训练测试分割百分比，例如80-20或70-30）

pandas

来源：https://stackoverflow.com/questions/75721809/python-machine-learning-evaluation-metric

1条答案

按热度按时间

tp5buhyn1#

这看起来像是过拟合的经典案例：您的模型总是返回类“N”。
考虑到这一点，这些数字是有意义的，例如：

Precision(N) = # (Rightly classified as N) /  # (Everything classified as N) = 0.6
Recall(N) = # (Rightly classified as N) / # (Every element in N) = 1

这很可能是事实，因为您的数据集非常不平衡：大约60%的数据是“N”。

赞(0）回复(0）举报 2023-03-16

我来回答

pandas python机器学习评价指标

1条答案

相关问题

热门标签

最新问答