同样适用于recall、F1

分类任务种类

先说一下分类任务分几种，分类任务主要分为二分类、多分类和多标签这三种。
现在假设我们有一个样本，叫s
二分类是最常见的，将s分给A或B这两类。
多分类是将s分给A或B或C或更多的类别。
多标签是有A、B、C等多个标签，s可能是A、也可能是AB，总之s可能会被分给不止一类。

TP、FN、FP、TN

在分类问题中，accuracy往往不是唯一适用的指标，有时我们更关注precision、recall或F1（还有ROC、PR などなど）

precision、recall、F1都通过TP、FN、FP、TN四个值来计算，直接上图理解四个值的含义

average参数

在sklearn的precision指标中有average参数有六种取值，分别是
‘micro’, ‘macro’, ‘samples’, ‘weighted’, ‘binary’, None（pytorch metrics也差不多，不同的是将binary拆分了出去，None以字符串’none’赋值）

下面依次讲解：

‘binary’:
只适用于二分类任务，也是二分类最常用的。
只报告正例（pos_label）的结果

‘micro’:
先计算出全局TP、FP等的总数，再代入公式进行计算

‘macro’:
计算每个标签的对应指标，在对指标求平均值（由于是求平均，所以对样本不平衡不敏感，这个也是多分类中最常用的）

‘weighted’:
和macro差不多，只不过在求平均时给每个标签按照支持度赋予了权重，这可能会导致F1指标不再precision和recall之间

举个例子：
假如在三分类中，用macro是每个类别的precision乘以1/3。用weighted是乘以该类别在总样本中的占比。（说白了，weighted会更重视占比多的类别）

‘samples’:
只对多标签任务有效

None:
计算出每个类别的precision值，返回一个列表(在多分类中这种方法可以让你查看你重点关注的类别信息)

Custom Weights:
这并不属于average的参数，这是利用None返回的列表乘以自定义的权重后返回一个值。这让模型可以更加关注我们所感兴趣的标签的指标。当然这个权重的设置是一个玄学问题，最好在我们关注的指标在总样本中占比少时使用。（更好的解决办法或许是将你的多分类问题转化为二分类问题，或者利用过采样等方法增加你所感兴趣的标签在样本中的占比。）