在机器学习的模型训练中,我们的统计结果最后是以classification_report的文本报告来展现的。我们要进行数据的收集的话,最好的方式是将其输出到csv文件中,小编在这里分享一个简洁的方式:
我的pandas版本:
pandas 1.0.3
代码:
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)
是不是很简单,下面是我导出来的一个结果:
补充:sklearn classification_report 输出说明
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 加权平均算出来的,如0.59 = (431*0.46+569*0.69)/ 1000
以上就是python 如何把classification_report输出到csv文件的全部内容,希望能给大家一个参考,也希望大家多多支持W3Cschool。