GridSearchCV 中计算哪个类的精度和召回率？

Question

我在 XGBoost 模型上运行 GridSearchCV 来调整一些参数。我的目标变量是二进制的。当我在交叉验证期间使用“召回率”或“精度”作为评分指标时，我得到一个值。我没有使用 make_scorer，我只是传递我想要计算的指标的字符串。我很困惑召回率和精度是针对“0”类还是“1”类。

那么，哪个精度和召回率适用于哪个类别？

正如您在下面的 sklearn 分类报告模块的示例图片（与我的模型无关）中看到的，可以计算目标变量中各个标签/类的精度和召回率。

Answer 1

默认情况下，它是针对第二类计算的 (

classes_[1]

)。 scikit-learn 中的许多实用程序和指标都接受

pos_label

，您可以使用它来控制哪个类被假定为正类。

例如，

precision_score

有一个

pos_label

控制它：（文档）[https://scikit-learn.org/stable/modules/ generated/sklearn.metrics. precision_score.html)

另一个例子在

PrecisionRecallDisplay

，你可以在这里看到。