recall_score参数

recall_score参数
recall_score是sklearn库中的一个函数，用于计算分类模型的召回率。

召回率是指在所有实际为正例的样本中，分类器正确预测为正例的比例。

recall_score函数的参数如下：
1. y_true：array-like，表示实际的标签值。

2. y_pred：array-like，表示分类器预测的标签值。

3. labels：array-like，表示标签列表。

如果不指定，则默认为所有标签。

4. pos_label：int或str，表示正例的标签值。

如果不指定，则默认为1。

5. average：str，表示计算召回率的方式。

可选值为None、'micro'、'macro'、'weighted'和'samples'。

如果不指定，则默认为None。

6. sample_weight：array-like，表示样本权重。

如果不指定，则默认为None。

例如，计算二分类模型的召回率可以使用以下代码：
```
from sklearn.metrics import recall_score
y_true = [0, 1, 0, 0, 1, 1]
y_pred = [0, 1, 1, 0, 0, 1]
recall = recall_score(y_true, y_pred)
print("Recall score:", recall)
```
输出结果为：
```
Recall score: 0.6666666666666666
```
这表示分类器正确预测为正例的比例为66.67%。