我们在9个 class 和一个特殊的'others' class 上使用 scikit-learn==0.15.2 和训练 LinearSVC . 'others'类包含数据集中的任何内容，这些内容不适合我们尝试分类的9个重要类 .
我们希望仅在9个类上获得平均微观/宏观精度/召回/ f1指标，而不使用“其他”类，以便为我们的分类器获得性能估计 .
我们在内置的scikit metrics 函数中找不到任何支持 . 尝试将标签限制为仅9（https://github.com/scikit-learn/scikit-learn/issues/3123）时，甚至 classification_report 函数也存在问题 .
这种缺乏支持是否表明我们的基本方法不正确？在衡量绩效时，我们应该包括“他人”吗？
编辑：请注意，我们的消费者仅在我们预测9个类别中的一个时才使用我们的预测 . 如果我们预测“其他人”，我们的输出会被丢弃，而另一个模型则会被使用 .
2 回答
简而言之 yes, you should include each class . 为什么你会忽略（可能是最大的）课程？即使它只是噪声，分类器性能实际上能够将噪声与重要类别区分开来也是至关重要的 . 可能存在您对"others"类不感兴趣的情况（在误报无关的情况下）但这些情况非常罕见，因此不会直接在scikit-learn的指标模块中实现 .
为什么不使用混淆矩阵http://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html？
基于该矩阵，您可以创建自己的指标