在機(jī)器學(xué)習(xí)的模型訓(xùn)練中，我們的統(tǒng)計(jì)結(jié)果最后是以classification_report的文本報(bào)告來(lái)展現(xiàn)的。我們要進(jìn)行數(shù)據(jù)的收集的話，最好的方式是將其輸出到csv文件中，小編在這里分享一個(gè)簡(jiǎn)潔的方式：
我的pandas版本：
pandas 1.0.3
代碼：
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)是不是很簡(jiǎn)單，下面是我導(dǎo)出來(lái)的一個(gè)結(jié)果：
補(bǔ)充：sklearn classification_report 輸出說(shuō)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 加權(quán)平均算出來(lái)的，如0.59 = （431*0.46+569*0.69）/ 1000
以上就是python 如何把classification_report輸出到csv文件的全部?jī)?nèi)容，希望能給大家一個(gè)參考，也希望大家多多支持W3Cschool。
