在機器學(xué)習(xí)的模型訓(xùn)練中,我們的統(tǒng)計結(jié)果最后是以classification_report的文本報告來展現(xiàn)的。我們要進行數(shù)據(jù)的收集的話,最好的方式是將其輸出到csv文件中,小編在這里分享一個簡潔的方式:
我的pandas版本:
pandas 1.0.3
代碼:
from sklearn.metrics import classification_report
report = classification_report(y_test, y_pred, output_dict=True)
df = pd.DataFrame(report).transpose()
df.to_csv("result.csv", index= True)
是不是很簡單,下面是我導(dǎo)出來的一個結(jié)果:
補充:sklearn classification_report 輸出說明
svm-rbf | 0.606 | |||
precision recall f1-score support | ||||
0.0 0.56 0.39 0.46 431 | ||||
1.0 0.62 0.77 0.69 569 | ||||
avg / total 0.60 0.61 0.59 1000 |
最后一行是用support 加權(quán)平均算出來的,如0.59 = (431*0.46+569*0.69)/ 1000
以上就是python 如何把classification_report輸出到csv文件的全部內(nèi)容,希望能給大家一個參考,也希望大家多多支持W3Cschool。