我在做假新闻检测。我真的跌倒了。我已经能够显示准确度分数,但我希望包括其他评估指标(精度分数、F1分数、回忆分数)
这是一个模型,用于在缩放后使用数据集中的特征预测假新闻
X_train, X_test, y_train, y_test = train_test_split(X, Ylabels, test_size = 0.2, random_state =42)
logit = LogisticRegression()
logit.fit(X_train, y_train)
print("Accuracy Score: ", logit.score(X_test, y_test))
准确度得分:0.926715887393492 精度得分:0.xxxxxxx 召回分数:0.xxxxxxxx F1成绩:0.xxxxxxxxx
混淆矩阵 [[XXXXXXXXXX] [xx xxxxxx]]
首先得到一系列你的预测
然后导入并调用它们上的任何评分函数
您可以在此处看到许多评分函数的列表:
https://scikit-learn.org/stable/modules/classes.html#module-sklearn.metrics
相关问题 更多 >
编程相关推荐