Scipy / Numpy / scikits - вычисление оценок точности / отзыва на основе двух массивов

• Я подбираю модель логистической регрессии и обучаю модель на основе обучающего набора данных, используя следующие

 scikits импорта в качестве sklearn
из sklearn.linear_model import LogisticRegression
lr = логистическая регрессия (C = 0,1, штраф = 'l1')
model = lr.fit (обучение [:, 0: -1], обучение [:, - 1)

• У меня есть набор данных перекрестной проверки, который содержит метки, связанные во входной матрице, и к нему можно получить доступ как

cv [:, - 1]

• Я запускаю свой набор данных перекрестной проверки на обученной модели, которая возвращает мне список нулей и единиц на основе прогноза

cv_predict = model.predict (cv [:, 0: -1])

Вопрос

Я хочу вычислить оценки точности и отзыва на основе фактических меток и предсказанных меток. Есть ли стандартный способ сделать это с помощью numpy / scipy / scikits?

Спасибо