Здравствуйте, я работаю с sklearn и для того, чтобы лучше понять показатели, я последовал следующий пример precision_score:Как понять точность метрики sklearn?
from sklearn.metrics import precision_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='macro'))
результат, который я получил был следующим:
0,222222222222
но я не могу понять, как sklearn вычисляет этот результат, поскольку на официальной странице говорится, что вычисляет следующую формулу: tp/(tp + fp), где tp - число истинных положительных значений, а fp - количество ложных срабатываний, но также используется параметр «макрос», который вычисляет метрики для каждая метка, и найти их невзвешенное значение, и это не учитывает дисбаланс метки. Я бы оценил любое объяснение этого примера благодаря поддержке.
Спасибо за поддержку, это очень понятно ваше объяснение Алексей. – neo33