classification_reportのサンプルコード

2024年6月8日

classification_reportは、分類問題の評価メトリックを提供するための関数です。主に、各クラスの精度、再現率、F1スコア、サポート数などを含むレポートを生成します。以下にclassification_reportのサンプルコードを示します。

python
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import classification_report

# Irisデータセットをロード
iris = load_iris()
X = iris.data
y = iris.target

# データをトレーニングセットとテストセットに分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# サポートベクターマシンモデルの作成
model = SVC(kernel='linear')

# モデルをトレーニング
model.fit(X_train, y_train)

# テストセットでの予測
y_pred = model.predict(X_test)

# classification_reportを生成
report = classification_report(y_test, y_pred)

# 結果を表示
print(report)

このコードでは、Irisデータセットを使用してサポートベクターマシンモデルをトレーニングし、テストセットでの予測を行います。そして、classification_report関数を使用して、トレーニングしたモデルの評価メトリックを表示します。

classification_reportの出力は、各クラスの精度、再現率、F1スコア、サポート数を含むテーブル形式のレポートです。