參數解釋
average: string, [None, ‘micro’, ‘macro’(default), ‘samples’, ‘weighted’]
將一個二分類matrics拓展到多分類或多標籤問題時，我們可以將數據看成多個二分類問題的集合，每個類都是一個二分類。接着，我們可以通過跨多個分類計算每個二分類metrics得分的均值，這在一些情況下很有用。你可以使用average參數來指定。
macro：計算二分類metrics的均值，爲每個類給出相同權重的分值。當小類很重要時會出問題，因爲該macro-averging方法是對性能的平均。另一方面，該方法假設所有分類都是一樣重要的，因此macro-averaging方法會對小類的性能影響很大。
weighted:對於不均衡數量的類來說，計算二分類metrics的平均，通過在每個類的score上進行加權實現。
micro：給出了每個樣本類以及它對整個metrics的貢獻的pair（sample-weight），而非對整個類的metrics求和，它會每個類的metrics上的權重及因子進行求和，來計算整個份額。Micro-averaging方法在多標籤（multilabel）問題中設置，包含多分類，此時，大類將被忽略。
samples：應用在multilabel問題上。它不會計算每個類，相反，它會在評估數據中，通過計算真實類和預測類的差異的metrics，來求平均（sample_weight-weighted）
average：average=None將返回一個數組，它包含了每個類的得分.
ROC曲線
macro：每種類別下，都可以得到m個測試樣本爲該類別的概率（矩陣P中的列）。所以，根據概率矩陣P和標籤矩陣L中對應的每一列，可以計算出各個閾值下的假正例率（FPR）和真正例率（TPR），從而繪製出一條ROC曲線。這樣總共可以繪製出n條ROC曲線。最後對n條ROC曲線取平均，即可得到最終的ROC曲線。
micro：首先，對於一個測試樣本：1）標籤只由0和1組成，1的位置表明了它的類別（可對應二分類問題中的‘’正’’），0就表示其他類別（‘’負‘’）；2）要是分類器對該測試樣本分類正確，則該樣本標籤中1對應的位置在概率矩陣P中的值是大於0對應的位置的概率值的。基於這兩點，將標籤矩陣L和概率矩陣P分別按行展開，轉置後形成兩列，這就得到了一個二分類的結果。所以，此方法經過計算後可以直接得到最終的ROC曲線。
PRF：準確率、召回率、F值
對於二分類問題，可將樣例根據其真實類別和分類器預測類別劃分爲：
真正例（True Positive，TP）：真實類別爲正例，預測類別爲正例。
假正例（False Positive，FP）：真實類別爲負例，預測類別爲正例。
假負例（False Negative，FN）：真實類別爲正例，預測類別爲負例。
真負例（True Negative，TN）：真實類別爲負例，預測類別爲負例。
然後可以構建混淆矩陣（Confusion Matrix）如下表所示。
準確率，又稱查準率（Precision，P）：
召回率，又稱查全率（Recall，R）：
F1值：
F1的一般形式F_beta：從公式中可以看出參數1其實是準確率和召回率的調和參數，小於1則提高準確率的權重，大於1則提高召回率的權重，因此在實際中也有F0.5-score， F2-score的使用
宏平均（Macro-averaging）
分別計算每個類別的PRF，然後分別求平均得到PRF。即對多個混淆矩陣求PRF，然後求PRF的算術平均。宏平均指標相對微平均指標而言受小類別的影響更大。
其中
，，在計算宏平均F值時我給出了兩個公式分別。都可以用。
舉例，假設是三個類別的分類模型：（若除法過程中，分子分母同時爲0，則結果也爲0）
y_true=[1,2,3] y_pred=[1,1,3]
（1）如下，將第一個類別設置爲True（1），非第一個類別設置爲False（0），
y_true=[1,0,0] y_pred=[1,1,0]
由此我們統計得到第一個類別的混淆矩陣：
| 第一類 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 1（TP） | 0（FN） |
| 假（負） | 1（FP） | 1（TN） | |
我們可以計算第一個類別的PRF值如下：
- P1 = TP/(TP+FP) = 1/(1+1) = 1/2
- R1 = TP/(TP+FN) = 1/1 = 1
- F1_1 = 2*P1*R1/(P1+R1) = 2/3
（2）如下，將第二個類別設置爲True（1），非第二個類別設置爲False（0），
y_true=[0,1,0] y_pred=[0,0,0]
由此我們統計得到第二個類別的混淆矩陣：
| 第二類 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 0（TP） | 1（FN） |
| 假（負） | 0（FP） | 2（TN） | |
我們可以計算第二個類別的PRF值如下：
- P2 = TP/(TP+FP) = 0
- R2 = TP/(TP+FN) = 0
- F1_2 = 2*P2*R2/(P2+R2) = 0
（3）如下，將第三個類別設置爲True（1），非第三個類別設置爲False（0），
y_true=[0,0,1] y_pred=[0,0,1]
由此我們統計得到第三個類別的混淆矩陣：
| 第三類 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 1（TP） | 0（FN） |
| 假（負） | 0（FP） | 2（TN） | |
我們可以計算第三個類別的PRF值如下：
- P3 = TP/(TP+FP) = 1/1 = 1
- R3 = TP/(TP+FN) = 1/1 = 1
- F1_3 = 2*P3*R3/(P3+R3) = 1
（4）對P1, P2, P3取平均得到P, 對R1, R2, R3取平均得到R, 對F1_1, F1_2, F1_3求平均得到F1：
- P = (P1+P2+P3)/3 = （1/2 + 0 + 1/3 = 1/2
- R = (R1+R2+R3)/3=(1 +0 +1)/3 = 2/3
- F1 = 2*P*R/(P+R) = 4/7
微平均（Micro-averaging）
對數據集中的每一個實例不分類別進行統計建立全局混淆矩陣，然後計算相應指標。
舉個簡單的例子來理解，同上面的例子一樣，假設是三個類別的分類模型：
y_true=[1,2,3] y_pred=[1,1,3]
（1）如下，將第一個類別設置爲True（1），非第一個類別設置爲False（0），
y_true=[1,0,0] y_pred=[1,1,0]
由此我們統計得到第一個類別的混淆矩陣：
| 第一類 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 1（TP） | 0（FN） |
| 假（負） | 1（FP） | 1（TN） | |
（2）如下，將第二個類別設置爲True（1），非第二個類別設置爲False（0），
y_true=[0,1,0] y_pred=[0,0,0]
由此我們統計得到第二個類別的混淆矩陣：
| 第二類 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 0（TP） | 1（FN） |
| 假（負） | 0（FP） | 2（TN） | |
（3）如下，將第三個類別設置爲True（1），非第三個類別設置爲False（0），
y_true=[0,0,1] y_pred=[0,0,1]
由此我們統計得到第三個類別的混淆矩陣：
| 第三類 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 1（TP） | 0（FN） |
| 假（負） | 0（FP） | 2（TN） | |
（4）根據微平均算法公式我們得到最終的混淆矩陣，如下：
| 最終 | 預測 | ||
| 真（正） | 假（負） | ||
| 實際 | 真（正） | 2/3（TP） | 1/3（FN） |
| 假（負） | 1/3（FP） | 5/3（TN） | |
帶入微平均公式得：
micro-P = TP/(TP+FP) = （2/3）/（2/3 + 1/3）= 2/3
micro-R = TP/(TP+FN) = （2/3）/（2/3 + 1/3）= 2/3
micro-F1 = 2*P*R/(P+R) = 2/3