sklearn'in sınıflandırma raporundaki rakamlar ne anlama geliyor?

Ben sklearn 's sklearn.metrics.classification_report belgelerine çektiğim bir örnek aşağıda.

Anlamadığım şey, sınıfın yordayıcı etiket olduğuna inandığım her sınıf için neden f1 puan, kesinlik ve hatırlama değerleri olduğudur? F1 skorunun modelin genel doğruluğunu söylediğini sanıyordum. Ayrıca, destek sütunu bize ne anlatıyor? Bununla ilgili hiçbir bilgi bulamadım.

print(classification_report(y_true, y_pred, target_names=target_names))
             precision    recall  f1-score   support

    class 0       0.50      1.00      0.67         1
    class 1       0.00      0.00      0.00         1
    class 2       1.00      0.67      0.80         3

avg / total       0.70      0.60      0.61         5

F1 skoru size hassasiyet ve hatırlamanın harmonik ortalamasını verir. Her sınıfa karşılık gelen puanlar, diğer tüm sınıflara kıyasla, o sınıftaki veri noktalarını sınıflandırmadaki sınıflandırıcıların doğruluğunu size söyleyecektir.

Destek, o sınıfta bulunan gerçek cevabın örneklerinin sayısıdır.

Her iki önlemin belgelerini sklearn belgelerinde bulabilirsiniz.

Destek - http://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_fscore_support.html

F1 puanı - http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html

DÜZENLE

Son satır, ağırlıkların destek değerleri olduğu ağırlıklı ortalama bir hassasiyet, hatırlama ve f1 puanı verir. bu yüzden hassasiyet için avg (0.50*1 + 0.0*1 + 1.0*3)/5 = 0.70. Toplam sadece 5 olan toplam destek içindir.