是否可以对我的问题应用sklearn评估指标，如精确度、召回率、f1_分数？

Question

我的深度学习主题是将图像分为5个不同的类别。我使用ImageDataGenerator库将数据集拆分为训练和测试。我已经按照CNN方法成功地开发了一个模型架构，并在测试数据集上评估了我的模型的性能，这给了我83%的准确率

是否可以应用sklearn评估指标（如精确度、召回率、f1_分数等）来评估我的测试结果？如果是，我怎么做

Answer 1

是的，只要模型在预测时给出类标签或概率，您就可以这样做

如果您的模型预测编码（整数）标签，则可以使用

sklearn.metrics.precision_score(y_true, model.predict(test_x))

另一方面，如果模型正在预测概率（通常是这样），那么您必须首先使用argmax将它们转换为类标签。因此，如果您有一批test_x数据，那么您可以使用

sklearn.metrics.precision_score(y_true, np.argmax(model.predict(test_x), axis=1))