关于多分类的评价指标acc、pre、recall、f1_acc和pr评价指标一般哪一个大

1.准确率ACC：

• overall：

准确率是分类正确的样本占总样本个数的比例，即

其中， ncorrect​为被正确分类的样本个数， ntotal​为总样本个数。
结合上面的混淆矩阵，公式还可以这样写：

y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
print(accuracy_score(y_true, y_pred))  # 0.5
print(accuracy_score(y_true, y_pred, normalize=False))  # 2
# 在具有二元标签指示符的多标签分类案例中
print(accuracy_score(np.array([[0, 1], [1, 1]]), np.ones((2, 2))))  # 0.5
1
2
3
4
5
6

• 各个分类：
  根据混淆矩阵计算每个类别的acc，pre，recall，f1

2.精确率precision：
分类器不将负样本标记为正样本的能力。

• overall：
  
  在多分类任务中需要 average 的参数：

‘binary’: 仅报告由pos_label指定的类的结果. 这仅适用于目标（y_{true, pred}）是二进制的情况.
‘micro’: 通过计算总的真正性、假负性和假正性来全局计算指标.
‘macro’: 为每个标签计算指标，找到它们未加权的均值. 它不考虑标签数量不平衡的情况.
‘weighted’: 为每个标签计算指标，并通过各类占比找到它们的加权均值（每个标签的正例数）.它解决了’macro’的标签不平衡问题；它可以产生不在精确率和召回率之间的F-score.

y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
print(precision_score(y_true, y_pred, average='micro'))  # all:0.3333333333333333
print(precision_score(y_true, y_pred, average='macro'))  # averge:0.2222222222222222
print(precision_score(y_true, y_pred, average='weighted'))  # weighted:0.2222222222222222

y_true = [0, 1, 3, 0, 1, 2]
y_pred = [0, 2, 3, 0, 0, 1]
print(precision_score(y_true, y_pred, average='micro'))  # all:0.5
print(precision_score(y_true, y_pred, average='macro'))  # averge:0.41666666666666663
print(precision_score(y_true, y_pred, average='weighted'))  # weighted:0.38888888888888884
1
2
3
4
5
6
7
8
9
10
11

如果每个类别的样本数量差不多，那么宏平均和微平均没有太大差异
**如果每个类别的样本数量差异很大，那么注重样本量多的类时使用微平均，注重样本量少的类时使用宏平均**
如果微平均大大低于宏平均，那么检查样本量多的类来确定指标表现差的原因
如果宏平均大大低于微平均，那么检查样本量少的类来确定指标表现差的原因
1
2
3
4

3.召回率recall：

y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
print(recall_score(y_true, y_pred, average='micro'))  # 0.3333333333333333
print(recall_score(y_true, y_pred, average='macro'))  # 0.3333333333333333
print(recall_score(y_true, y_pred, average='weighted'))  # 0.3333333333333333
y_true = [0, 1, 3, 0, 1, 2]
y_pred = [0, 2, 0, 0, 0, 1]
print(recall_score(y_true, y_pred, average='micro'))  # 0.3333333333333333
print(recall_score(y_true, y_pred, average='macro'))  # 0.25
print(recall_score(y_true, y_pred, average='weighted'))  # 0.3333333333333333
1
2
3
4
5
6
7
8
9
10

4.F1score：
精确率和召回率的调和平均值，F1 score越高，说明模型越稳健。
5.P-R曲线

可以尝试调试不同样本分配的额度来，看P-R曲线选择最佳样本分配