はじめに
遅まきながら、sklearn 0.20でclassification_reportの仕様が変わったことに気づきました。
基本的な使い方は変わりませんが、それなりに大きな変化になります。
変更点
まず0.19の引数と出力のフォーマット。
sklearn.metrics.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)>>> print(classification_report(y_true, y_pred, target_names=target_names)) precision recall f1-score support class 0 0.50 1.00 0.67 1 class 1 0.00 0.00 0.00 1 class 2 1.00 0.67 0.80 3 avg / total 0.70 0.60 0.61 5sklearn.metrics.classification_report — scikit-learn 0.19.2 documentation
個人的に使い慣れていたのはこちらです。
次に0.20の引数と出力のフォーマット。
sklearn.metrics.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2, output_dict=False)>>> print(classification_report(y_true, y_pred, target_names=target_names)) precision recall f1-score support class 0 0.50 1.00 0.67 1 class 1 0.00 0.00 0.00 1 class 2 1.00 0.67 0.80 3 micro avg 0.60 0.60 0.60 5 macro avg 0.50 0.56 0.49 5 weighted avg 0.70 0.60 0.61 5sklearn.metrics.classification_report — scikit-learn 0.20.4 documentation
変わっていますね。まず、output_dictという引数が追加されています。使い方は容易に想像がつき、ドキュメントにも説明がある通りですが辞書を返してくれるようになります。
また、全体の結果のとりまとめのところでマイクロ平均、マクロ平均、重み付き平均を返してくれるようになりました。これらの意味については以前記事にしたので、そちらを見てください。
output_dictを試す
大きな変更点はここなので、試してみましょう。ドキュメントと同様の例で打ち込んでいます。
>>> from sklearn.metrics import classification_report >>> d = classification_report([0,1,2,2,2], [0,0,2,2,1], ... target_names = ['class 0', 'class 1', 'class 2'], ... output_dict=True) >>> >>> from pprint import pprint >>> pprint(d) {'class 0': {'f1-score': 0.6666666666666666, 'precision': 0.5, 'recall': 1.0, 'support': 1}, 'class 1': {'f1-score': 0.0, 'precision': 0.0, 'recall': 0.0, 'support': 1}, 'class 2': {'f1-score': 0.8, 'precision': 1.0, 'recall': 0.6666666666666666, 'support': 3}, 'macro avg': {'f1-score': 0.48888888888888893, 'precision': 0.5, 'recall': 0.5555555555555555, 'support': 5}, 'micro avg': {'f1-score': 0.6, 'precision': 0.6, 'recall': 0.6, 'support': 5}, 'weighted avg': {'f1-score': 0.6133333333333334, 'precision': 0.7, 'recall': 0.6, 'support': 5}}
これはpandasデータフレームに変換できます。
>>> import pandas as pd >>> df = pd.DataFrame(d) >>> df class 0 class 1 class 2 macro avg micro avg weighted avg f1-score 0.666667 0.0 0.800000 0.488889 0.6 0.613333 precision 0.500000 0.0 1.000000 0.500000 0.6 0.700000 recall 1.000000 0.0 0.666667 0.555556 0.6 0.600000 support 1.000000 1.0 3.000000 5.000000 5.0 5.000000
なのでデータフレームを介して記録しておきパラメータチューニングに使うとか、TeXの表やビジュアル的なグラフなど任意のフォーマットに吐き出すといった処理が行いやすくなっています。
まとめ
気づくのが遅れましたが、健全な方向に改良されたと思います。使いやすくなった反面、これで済むようになると他のsklearn.metricsの関数を叩かなくなるので、使い方を忘れるかも・・・という懸念があります（笑）。