原型
sklearn.metrics.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)
参数
- y_true：1维数组或标签指示数组/离散矩阵，样本实际类别值列表
- y_pred：1维数组或标签指示数组/离散矩阵，样本预测类别值列表
- labels：数组shape=类别数量，需要在报告中给出的类别名称列表
- target_names：字符串列表，预测类别号对应的类别名称列表
- sample_weight：类数组，shape=样本数，样本权重
- digits：整数，分类报告中浮点数保留的小数位数，默认值为2
返回
report：字符串，报告内容包括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版是目前官方默认文档的版本，如果你用的是0.21版，则返回值有区别。如果你的版本不是0.19，想用0.19版本，可以用pip重新安装sklearn，但是注意，命令为：pip install scikit-learn==0.19。（网上又有一堆乱写的，真是服了他们了告诉用pip install sklearn==XXX，这个命令根本就不能用）
