關于sklearn.metrics中的classification_report結果說明

precision（P）：

精确率，針對預測結果，它表示的是預測為正的樣本中有多少是真正的樣本。（預測正确且為1的占所有預測為1的比例）

recall（R）：

召回率，針對原來的樣本，它表示的是樣本中的正例有多少被預測正确了。（預測正确且為1的占所有實際為1的比例）

f1-score（F1）：

F1= P ∗ R ∗ 2 P + R \frac{P*R*2}{P+R} P+RP∗R∗2​

F1的值等于1時最佳，等于0時最差。

通常看這個即可。

可以用基本不等式證明出F1 ≤ 1 \leq1 ≤1。