如何解决基于2列计算召回率@ 10
我有一个像波纹管这样的数据框:
actual predicted
[A] [A,B,C,D]
[F] [F,E]
[D] [A,C]
我转换为列表如下:
actual = test.actual.values.tolist()
predicted = test.predicted.values.tolist()
然后我尝试整理清单并计算召回率
correct_flat = [item for sublist in actual for item in sublist]
predicted_flat = [item for sublist in predicted for item in sublist]
from sklearn.metrics import classification_report
print(classification_report(correct_flat,predicted_flat))
ValueError: Found input variables with inconsistent numbers of samples: [10,81]
请让我知道如何解决此问题。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。