为什么我手动计算的 f1_scores 与 sklearn.metrics 的输出不同

Question

嗨，我对 python 和 AI 比较陌生，我试图解释我的 f1_scores，我意识到如果我使用 F1 = 2TP / (2TP + FP 手动计算我的 f1 分数+ FN) 基于我的混淆矩阵，它与 sklearn.metrics returns 我的不同。

这是我的代码

dataset = pd.read_csv('diabetes-data.csv')

zero_not_accepted = ['Glucose', 'BloodPressure', 'SkinThickness', 'BMI', 'Insulin']

for column in zero_not_accepted:
    dataset[column] = dataset[column].replace(0, np.NaN)
    mean = int(dataset[column].mean(skipna=True))
    dataset[column] = dataset[column].replace(np.NaN, mean)
    
X = dataset.iloc[:, 0:8]
y = dataset.iloc[:, 8]
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0, test_size=0.2)

print(X_test)

sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)

classifier = KNeighborsClassifier(n_neighbors=11, p=2, metric="euclidean")

import math
math.sqrt(len(y_test))

classifier.fit(X_train, y_train)
y_pred = classifier.predict(X_test)
cm = confusion_matrix(y_test, y_pred)

我最终的混淆矩阵是 [[94 13] [15 32]]

这是令人困惑的地方，如果我手动计算 F1 分数，我得到 0.8704。但是，在 python 中，它使用 f1_score(y_test, y_pred) 返回了 0.6956。谁能给我解释一下问题是什么？

附加信息：我尝试打印 classification_report(y_test, y_pred)) ，这是输出： *

分类报告：

               precision    recall  f1-score   support

           0       0.86      0.88      0.87       107
           1       0.71      0.68      0.70        47

    accuracy                           0.82       154
   macro avg       0.79      0.78      0.78       154
weighted avg       0.82      0.82      0.82       154

Answer 1

混淆矩阵中的 Scikit 数字顺序与您在 books/lecture 中期望/拥有的顺序不同。

对于 scikit 学习矩阵中数字的顺序是：

TN FN
FP TP

So F1 = 2TP / (2TP + FP + FN) 
F1 = 2*32 / (2*32 + 15 + 13)
F1 = 0.6956

是正确的答案。

您按照矩阵数字的顺序进行了计算：

TP FP
FN TN

F1 = 2*94 / 2*94+13+15
F1 = 0.8703

这是错误的，因为 scikit 矩阵编号不是按此顺序排列的。

为什么我手动计算的 f1_scores 与 sklearn.metrics 的输出不同

Why is my f1_scores different when i calculate them manually vs output by sklearn.metrics

python

artificial-intelligence