scikitは出力metrics.classification_reportをCSV /タブ区切り形式に学習します
Scikit-Learnでマルチクラステキスト分類を行っています。データセットは、数百のラベルを持つ多項単純ベイズ分類器を使用してトレーニングされています。以下は、MNBモデルを適合させるためのScikit Learnスクリプトからの抜粋です。
from __future__ import print_function
# Read **`file.csv`** into a pandas DataFrame
import pandas as pd
path = 'data/file.csv'
merged = pd.read_csv(path, error_bad_lines=False, low_memory=False)
# define X and y using the original DataFrame
X = merged.text
y = merged.grid
# split X and y into training and testing sets;
from sklearn.cross_validation import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=1)
# import and instantiate CountVectorizer
from sklearn.feature_extraction.text import CountVectorizer
vect = CountVectorizer()
# create document-term matrices using CountVectorizer
X_train_dtm = vect.fit_transform(X_train)
X_test_dtm = vect.transform(X_test)
# import and instantiate MultinomialNB
from sklearn.naive_bayes import MultinomialNB
nb = MultinomialNB()
# fit a Multinomial Naive Bayes model
nb.fit(X_train_dtm, y_train)
# make class predictions
y_pred_class = nb.predict(X_test_dtm)
# generate classification report
from sklearn import metrics
print(metrics.classification_report(y_test, y_pred_class))
また、コマンドライン画面のmetrics.classification_reportの簡略化された出力は次のようになります。
precision recall f1-score support
12 0.84 0.48 0.61 2843
13 0.00 0.00 0.00 69
15 1.00 0.19 0.32 232
16 0.75 0.02 0.05 965
33 1.00 0.04 0.07 155
4 0.59 0.34 0.43 5600
41 0.63 0.49 0.55 6218
42 0.00 0.00 0.00 102
49 0.00 0.00 0.00 11
5 0.90 0.06 0.12 2010
50 0.00 0.00 0.00 5
51 0.96 0.07 0.13 1267
58 1.00 0.01 0.02 180
59 0.37 0.80 0.51 8127
7 0.91 0.05 0.10 579
8 0.50 0.56 0.53 7555
avg/total 0.59 0.48 0.45 35919
レポート出力を標準の列ヘッダーを持つ標準のcsvファイルに取得する方法があるかどうか疑問に思っていました
コマンドライン出力をcsvファイルに送信するか、画面出力をスプレッドシート（Openoffice CalcまたはExcel）にコピー/貼り付けしようとすると、結果が1列にまとめられます。このように見える：
感謝します。ありがとう！
scikit-learn v0.20、分類レポートをpandasデータフレームに変換する最も簡単な方法は、レポートをdictとして返すことです。
report = classification_report(y_test, y_pred, output_dict=True)
次に、データフレームを構築して転置します。
df = pandas.DataFrame(report).transpose()
ここからは、標準のpandasメソッドを自由に使用して、目的の出力形式（CSV、HTML、LaTeXなど）を生成できます。
https://scikit-learn.org/0.20/modules/generated/sklearn.metrics.classification_report.html のドキュメントも参照してください
個々のスコアが必要な場合は、これで問題ありません。
import pandas as pd
def classification_report_csv(report):
report_data = []
lines = report.split('\n')
for line in lines[2:-3]:
row = {}
row_data = line.split(' ')
row['class'] = row_data[0]
row['precision'] = float(row_data[1])
row['recall'] = float(row_data[2])
row['f1_score'] = float(row_data[3])
row['support'] = float(row_data[4])
report_data.append(row)
dataframe = pd.DataFrame.from_dict(report_data)
dataframe.to_csv('classification_report.csv', index = False)
report = classification_report(y_true, y_pred)
classification_report_csv(report)
Precision_recall_fscore_support関数から実際の値を取得し、それらをデータフレームに入れることができます。以下のコードでも同じ結果が得られますが、pandas df :)になりました。
clf_rep = metrics.precision_recall_fscore_support(true, pred)
out_dict = {
"precision" :clf_rep[0].round(2)
,"recall" : clf_rep[1].round(2)
,"f1-score" : clf_rep[2].round(2)
,"support" : clf_rep[3]
}
out_df = pd.DataFrame(out_dict, index = nb.classes_)
avg_tot = (out_df.apply(lambda x: round(x.mean(), 2) if x.name!="support" else round(x.sum(), 2)).to_frame().T)
avg_tot.index = ["avg/total"]
out_df = out_df.append(avg_tot)
print out_df
以前の回答はおそらくすべて機能していますが、少し冗長です。次の例では、個々のクラスの結果と要約行を単一のデータフレームに保存します。レポートの変更にあまり敏感ではありませんが、私にとってはトリックをしました。
#init snippet and fake data
from io import StringIO
import re
import pandas as pd
from sklearn import metrics
true_label = [1,1,2,2,3,3]
pred_label = [1,2,2,3,3,1]
def report_to_df(report):
report = re.sub(r" +", " ", report).replace("avg / total", "avg/total").replace("\n ", "\n")
report_df = pd.read_csv(StringIO("Classes" + report), sep=' ', index_col=0)
return(report_df)
#txt report to df
report = metrics.classification_report(true_label, pred_label)
report_df = report_to_df(report)
#store, print, copy...
print (report_df)
これにより、目的の出力が得られます。
Classes precision recall f1-score support
1 0.5 0.5 0.5 2
2 0.5 0.5 0.5 2
3 0.5 0.5 0.5 2
avg/total 0.5 0.5 0.5 6
ここの投稿の1つで述べたように、precision_recall_fscore_supportはclassification_reportに類似しています。
次に、python library pandasを使用して、classification_reportが行うことと同様に、列形式でデータを簡単にフォーマットするだけで十分です。以下に例を示します。
import numpy as np
import pandas as pd
from sklearn.metrics import classification_report
from sklearn.metrics import precision_recall_fscore_support
np.random.seed(0)
y_true = np.array([0]*400 + [1]*600)
y_pred = np.random.randint(2, size=1000)
def pandas_classification_report(y_true, y_pred):
metrics_summary = precision_recall_fscore_support(
y_true=y_true,
y_pred=y_pred)
avg = list(precision_recall_fscore_support(
y_true=y_true,
y_pred=y_pred,
average='weighted'))
metrics_sum_index = ['precision', 'recall', 'f1-score', 'support']
class_report_df = pd.DataFrame(
list(metrics_summary),
index=metrics_sum_index)
support = class_report_df.loc['support']
total = support.sum()
avg[-1] = total
class_report_df['avg / total'] = avg
return class_report_df.T
classification_reportを使用すると、次のようになります。
print(classification_report(y_true=y_true, y_pred=y_pred, digits=6))
出力：
precision recall f1-score support
0 0.379032 0.470000 0.419643 400
1 0.579365 0.486667 0.528986 600
avg / total 0.499232 0.480000 0.485248 1000
次に、カスタム機能pandas_classification_reportを使用します。
df_class_report = pandas_classification_report(y_true=y_true, y_pred=y_pred)
print(df_class_report)
出力：
precision recall f1-score support
0 0.379032 0.470000 0.419643 400.0
1 0.579365 0.486667 0.528986 600.0
avg / total 0.499232 0.480000 0.485248 1000.0
次に、それをcsv形式に保存します（sep = ';'のような他の区切り形式については、 here を参照してください）：
df_class_report.to_csv('my_csv_file.csv', sep=',')
LibreOffice Calcでmy_csv_file.csvを開きます（ただし、Excelなどの表形式/スプレッドシートエディターを使用できます）： 
import pandas as pdだけで、output_dictの計算時に、デフォルトでFalseに設定されるclassification_reportパラメーターをTrueに設定していることを確認してください。これによりclassification_report dictionaryが生成され、pandas DataFrameメソッドに渡すことができます。結果のtransposeをDataFrameして、希望する出力形式に合わせることができます。結果のDataFrameは、必要に応じてcsvファイルに書き込まれます。
clsf_report = pd.DataFrame(classification_report(y_true = your_y_true, y_pred = your_y_preds5, output_dict=True)).transpose()
clsf_report.to_csv('Your Classification Report Name.csv', index= True)
これがお役に立てば幸いです。
別のオプションは、基礎となるデータを計算し、独自にレポートを作成することです。あなたが得るすべての統計
precision_recall_fscore_support
また、回答の一部は少し冗長です。他の人が示唆しているようにprecision_recall_fscore_supportを使用する私の3行のソリューションです。
import pandas as pd
from sklearn.metrics import precision_recall_fscore_support
report = pd.DataFrame(list(precision_recall_fscore_support(y_true, y_pred)),
index=['Precision', 'Recall', 'F1-score', 'Support']).T
# Now add the 'Avg/Total' row
report.loc['Avg/Total', :] = precision_recall_fscore_support(y_true, y_test,
average='weighted')
report.loc['Avg/Total', 'Support'] = report['Support'].sum()
分類レポートをdictとして出力することは明らかに良い考えです。
sklearn.metrics.classification_report(y_true, y_pred, output_dict=True)
しかし、ここですべてのクラス（クラスのみ）の結果をpandasデータフレームに変換するために作成した関数です。
def report_to_df(report):
report = [x.split(' ') for x in report.split('\n')]
header = ['Class Name']+[x for x in report[0] if x!='']
values = []
for row in report[1:-5]:
row = [value for value in row if value!='']
if row!=[]:
values.append(row)
df = pd.DataFrame(data = values, columns = header)
return df
これがうまくいくことを願っています。
入出力の例とともに、他の関数はこちらmetrics_report_to_df（） Sklearnメトリックスからprecision_recall_fscore_supportを実装すると、次のようになります。
# Generates classification metrics using precision_recall_fscore_support:
from sklearn import metrics
import pandas as pd
import numpy as np; from numpy import random
# Simulating true and predicted labels as test dataset:
np.random.seed(10)
y_true = np.array([0]*300 + [1]*700)
y_pred = np.random.randint(2, size=1000)
# Here's the custom function returning classification report dataframe:
def metrics_report_to_df(ytrue, ypred):
precision, recall, fscore, support = metrics.precision_recall_fscore_support(ytrue, ypred)
classification_report = pd.concat(map(pd.DataFrame, [precision, recall, fscore, support]), axis=1)
classification_report.columns = ["precision", "recall", "f1-score", "support"] # Add row w "avg/total"
classification_report.loc['avg/Total', :] = metrics.precision_recall_fscore_support(ytrue, ypred, average='weighted')
classification_report.loc['avg/Total', 'support'] = classification_report['support'].sum()
return(classification_report)
# Provide input as true_label and predicted label (from classifier)
classification_report = metrics_report_to_df(y_true, y_pred)
# Here's the output (metrics report transformed to dataframe )
In [1047]: classification_report
Out[1047]:
precision recall f1-score support
0 0.300578 0.520000 0.380952 300.0
1 0.700624 0.481429 0.570703 700.0
avg/Total 0.580610 0.493000 0.513778 1000.0
これは2つのクラス（pos、neg）分類のための私のコードです
report = metrics.precision_recall_fscore_support(true_labels,predicted_labels,labels=classes)
rowDicionary["precision_pos"] = report[0][0]
rowDicionary["recall_pos"] = report[1][0]
rowDicionary["f1-score_pos"] = report[2][0]
rowDicionary["support_pos"] = report[3][0]
rowDicionary["precision_neg"] = report[0][1]
rowDicionary["recall_neg"] = report[1][1]
rowDicionary["f1-score_neg"] = report[2][1]
rowDicionary["support_neg"] = report[3][1]
writer = csv.DictWriter(file, fieldnames=fieldnames)
writer.writerow(rowDicionary)
def to_table(report):
report = report.splitlines()
res = []
res.append(['']+report[0].split())
for row in report[2:-2]:
res.append(row.split())
lr = report[-1].split()
res.append([' '.join(lr[:3])]+lr[3:])
return np.array(res)
pandas dataframeに変換するか、csvファイルとして保存することができるnumpy配列を返します。
@kindjacketの答えを修正しました。これを試して：
import collections
def classification_report_df(report):
report_data = []
lines = report.split('\n')
del lines[-5]
del lines[-1]
del lines[1]
for line in lines[1:]:
row = collections.OrderedDict()
row_data = line.split()
row_data = list(filter(None, row_data))
row['class'] = row_data[0] + " " + row_data[1]
row['precision'] = float(row_data[2])
row['recall'] = float(row_data[3])
row['f1_score'] = float(row_data[4])
row['support'] = int(row_data[5])
report_data.append(row)
df = pd.DataFrame.from_dict(report_data)
df.set_index('class', inplace=True)
return df
あなたはパンダを使用してそのdfをcsvにエクスポートすることができます
まだ解決策が必要かどうかはわかりませんが、完璧な形式に保ち、保存するためにこれが最善です。
def classifcation_report_processing(model_to_report):
tmp = list()
for row in model_to_report.split("\n"):
parsed_row = [x for x in row.split(" ") if len(x) > 0]
if len(parsed_row) > 0:
tmp.append(parsed_row)
# Store in dictionary
measures = tmp[0]
D_class_data = defaultdict(dict)
for row in tmp[1:]:
class_label = row[0]
for j, m in enumerate(measures):
D_class_data[class_label][m.strip()] = float(row[j + 1].strip())
save_report = pd.DataFrame.from_dict(D_class_data).T
path_to_save = os.getcwd() +'/Classification_report.xlsx'
save_report.to_Excel(path_to_save, index=True)
return save_report.head(5)
saving_CL_report_naive_bayes = classifcation_report_processing(classification_report(y_val, prediction))
私がやったのと同じ問題がありましたmetrics.classification_reportの文字列出力をGoogleシートまたはExcelに貼り付け、カスタム5空白でテキストを列に分割しました。