Получение точности из классификационного отчета обратно в список

Question

Я использую Sklean's selection_report для подведения итогов моих поездных и тестовых эпох.

sklearn.metrics.classification_report

Я получаю вид этого обратно для каждой эпохи:

>>> from sklearn.metrics import classification_report
>>> y_true
>>> y_pred 
>>> target_names = ['class 0', 'class 1', 'class 2']
>>> print(classification_report(y_true, y_pred, target_names=target_names))
              precision    recall  f1-score   support

     class 0       0.50      1.00      0.67         1
     class 1       0.00      0.00      0.00         1
     class 2       1.00      0.67      0.80         3

    accuracy                           0.60         5
   macro avg       0.50      0.56      0.49         5
weighted avg       0.70      0.60      0.61         5

(например, из sklearnscript)

Теперь я ищу способ получить точность для каждой эпохи в списке, чтобы вычислить среднее и стандартное значение точности.

Этот вопрос кажется довольно тривиальным, нокак вы можете видеть из моих вопросов, прежде чем я довольно новичок в Python / Machine Learning.

Спасибо за вашу помощь

Лев

Answer 1

Давайте посмотрим на документацию , которая содержит информацию о входном параметре output_dict :

output_dict: bool (по умолчанию = False) Если Trueвернуть вывод в виде dict

Если вы позвоните classification_report(y_true, y_pred, target_names=target_names, output_dict=True), вы можете получить словарь.И тогда вы в одном стеке вопрос от вашего решения.