原型
sklearn.metrics.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)
參數
- y_true：1維數組或標簽指示數組/離散矩陣，樣本實際類別值列表
- y_pred：1維數組或標簽指示數組/離散矩陣，樣本預測類別值列表
- labels：數組shape=類別數量，需要在報告中給出的類別名稱列表
- target_names：字符串列表，預測類別號對應的類別名稱列表
- sample_weight：類數組，shape=樣本數，樣本權重
- digits：整數，分類報告中浮點數保留的小數位數，默認值為2
返回
report：字符串，報告內容包括precision、recall、F值、宏平均macro avg、微平均micro avg
注意：返回值是sklearn-0.19版的，0.19版是目前官方默認文檔的版本，如果你用的是0.21版，則返回值有區別。如果你的版本不是0.19，想用0.19版本，可以用pip重新安裝sklearn，但是注意，命令為：pip install scikit-learn==0.19。（網上又有一堆亂寫的，真是服了他們了告訴用pip install sklearn==XXX，這個命令根本就不能用）
)
