sklearn中使用cross_val_score当scoring=“recall“或者“precision“的时候,正类(positive)是哪个类？(针对二分类)
想看结论直接拉到最下面。
我们知道，使用sklearn中的交叉验证cross_var_score来测试自己机器模型时，可以比单独train_test_split划分测试集，数据集测试更能显示模型的泛化性，使结果更具说服力。
我在测试的时候需要用到precision，recall，f1这三个指标，我就会使用
cross_val_score(clf,X_var0,Y.values.ravel(),cv=10,scoring="precision").mean()
cross_val_score(clf,X_var0,Y.values.ravel(),cv=10,scoring="recall").mean()
cross_val_score(clf,X_var0,Y.values.ravel(),cv=10,scoring="f1").mean()
但是自己现在却突然发现了一个问题，就是你怎么知道sklearn在训练的时候把哪个标签当做了正类（positive，就是上面公式中的P）？
precision，recall，f1的公式如下：
- precision=TP/(TP+TN)
- recall=TP/(TP+FN)
- f1=(2 * precision * recall)/(precision+recall)
上文搜索相关博客，没有发现描述相关问题的。
只好去看官方文档
(都是英文，本来不想看的，o(╥﹏╥)o，没办法)
发现在cross_var_score这章也没有明确说明，只是说在scoring这个属性的用法和cross_validate
所以决定自己动手测试一下这个问题：
在看下面的这个例子前，我们需要知道一个东西
sklearn.metrics.precision_score(y_true, y_pred, *, label，s=None, pos_label=1, average=‘binary’, sample_weight=None, zero_division=‘warn’)
中有一个pos_label属性,这个属性是决定precision_score中的正类是哪一个的。
数据集是这个
运行程序报错：
ValueError: pos_label=1 is not a valid label: array([2, 3])
这就说明两点，第一，cross_val_score中scoring="precision"时，默认正类是数据集中标签为1的那类；第二，pos_label可以决定哪个是正类标签。
自己又尝试，把标签3改成标签1，结果:
上面报错是说pos_label=1不是一个有效的标签，现在在数据集上加上label=1，不报错了，说明此时precision是以"1"为正类。这再一次佐证，cross_val_score以数据集中标签为1的类为正类来计算precision。
其实当scoring=recall或者f1都是如此,cross_val_score中默认正类是数据集中标签为1的那类，可按照我上面的步骤自行验证。
查看sklearn官方文档：
sklearn.metrics.precision_score
也算是在官方中看到了相应解释，当pos_label没有被设置时，默认为1。
总结：
cross_val_score(clf,X_var0,Y.values.ravel(),cv=10,scoring=“precision”).mean()时，默认正类为数据集中标签为"1"的类。