classification_report는 scikit-learn(sklearn)의 metrics 모듈에서 제공하는 분류 모델의 평가 지표를 출력해주는 함수이다.
| 실제 정답 | |||
| 구독 갱신 지속(1) | 구독 갱신 취소(0) | ||
| 예측 | 구독 갱신 지속(1) | TP | FP |
| 구독 갱신 취소(0) | FN | TF | |
from sklearn.metrics improt classification_report
precision(정밀도) : 예측한 클래스 중 실제로 해당 클래스인 데이터의 비율
Recall(재현율) : 실제 클래스 중 예측한 클래스와 일치한 데이터의 비율
▢ Precision 0
0으로 예측한 클래스 중 실제로 0인 데이터의 비율 41%
0으로 예측한 클래스 중 실제로 1인 데이터의 비율 59%
▢ Precision 1
1으로 예측한 클래스 중 실제로 1인 데이터의 비율 63%
1으로 예측한 클래스 중 실제로 0인 데이터의 비율 27%
▢ Recall 0
실제로 0인 클래스를 0으로 예측한 비율 33%
실제로 0인 클래스를 1으로 예측한 비율 67%
▢ Recall 1
실제로 1인 클래스를 1으로 예측한 비율 71%
실제로 1인 클래스를 0으로 예측한 비율 39%
support
각 라벨의 실제 샘플 개수이다.
예시로 총 2000개의 샘플 중 라벨이 0인 샘플은 760 , 라벨이 1인 샘플은 1240이다.
0.41 + 0.63 / 2 = 0.52