classification_report需显式指定labels确保类别顺序与业务一致，配合confusion_matrix查混淆细节，按业务选average方式，结合预测概率调优阈值，而非依赖默认输出。
用 classification_report 一眼看全分类指标，但别直接信它默认输出
默认调用 classification_report(y_true, y_pred) 会按类别顺序（通常是数值升序）展示 precision/recall/f1，但如果你的标签是字符串（比如 ['cat', 'dog', 'bird']），它会按字典序排——'bird' 可能被放在第一行，而你实际想对齐训练时的类别顺序。这会导致你误读“第0类”的指标对应哪个业务类别。
- 务必显式传入
labels参数，确保顺序与业务一致：classification_report(y_true, y_pred, labels=['cat', 'dog', 'bird']) - 如果用了
LabelEncoder，记得用encoder.classes_而不是np.unique(y_true)，后者不保证顺序 - 默认
average='weighted'，适合类别不平衡；若需各列独立解读，加output_dict=True转成字典再查，比肉眼扫表格更可靠
准确率高 ≠ 模型好：混淆矩阵才是真相入口
classification_report 不显示混淆矩阵，而它恰恰暴露模型在哪类上频繁搞混。比如医疗诊断中，把“恶性”错判为“良性”（假阴性）比反向错误严重得多，但 accuracy 和 weighted-f1 都可能掩盖这点。
- 必须紧跟着跑一次
confusion_matrix(y_true, y_pred)，尤其关注非对角线上的大值 - 对二分类，直接用
confusion_matrix(y_true, y_pred, labels=[0, 1])固定正负类位置，避免因数据采样导致[0,1]和[1,0]调换 - 如果发现某类 recall 极低（比如 0.2），别急着调参——先检查该类样本是否在训练集里就严重缺失，或是特征对该类区分度天然弱
多分类下 average 参数选错，指标就失去业务意义
average 决定如何聚合各类指标，不同选项背后是完全不同的评估逻辑：
-
average='macro'：各类指标先算平均，平等对待每个类——适合你关心“每类都得过关”，比如多语种文本分类中，小语种不能被大语种带偏 -
average='weighted'：按各类支持数（support）加权平均——适合你最终看整体效果，且测试集分布接近线上真实流量 -
average=None（即不设）：返回数组，必须配合target_names才能对齐业务含义；漏掉这个，打印出来就是一串数字，根本不知道哪行对应哪类
预测概率没校准，report 里的 precision/recall 就只是“阈值快照”
classification_report 基于硬预测（y_pred = model.predict(X)），而 sklearn 多数分类器默认用 0.5 阈值。一旦类别不平衡或业务成本不对称，这个阈值大概率不是最优解。
- 先用
model.predict_proba(X)[:, 1]拿到概率，再用precision_recall_curve找平衡点，而不是死守 report 输出 - report 中的指标只是当前阈值下的结果，不能代表模型全部能力；想看鲁棒性，得画 PR 曲线或 ROC 曲线
- 如果模型没实现
predict_proba（如SVC默认不支持），别硬套 report——要么换probability=True，要么改用decision_function+calibration_curve校准
模型性能不是一张 report 能定论的，尤其当你的类别有业务权重、预测要落地成决策、或者数据本身就不干净时，classification_report 只是起点，不是终点。
