scikit-learnのclassification_reportメソッドでmicro avgが表示されない。

Question

実現したいこと

以下のようにmicro avgの項目を表示させたいです。

score:1.0
                   presition    recall  f1score  support

        setosea      1.00     1.00      1.00          11
     versicolor      1.00     1.00      1.00          11
      virginica      1.00     1.00      1.00          16

      micro avg      1.00     1.00      1.00          38
      macro avg      1.00     1.00      1.00          38 
   weighted avg      1.00     1.00      1.00          38 

前提

pythonで「scikit-learn」ライブラリのirisデータを用いてSVMモデルで学習を行いレポート表示を行いました。

発生している問題・エラーメッセージ

micro avgが表示されず、代わりに該当する部分にaccuracyが表示されました。
エラーメッセージはありません。実行結果は以下の通りです。

SVC(C=100.0)
score:1.0
                   presition    recall  f1score  support

        setosea      1.00     1.00      1.00          15
     versicolor      1.00     1.00      1.00          11
      virginica      1.00     1.00      1.00          12

       accuracy                         1.00          38
      macro avg      1.00     1.00      1.00          38 
   weighted avg      1.00     1.00      1.00          38

[[15  0  0]
 [ 0 11  0]
 [ 0  0 12]]

該当のソースコード

ソースコード
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score, confusion_matrix, classification_report

# データ読み込み 
iris = load_iris()
X_train, X_test, Y_train, Y_test = train_test_split(iris.data, iris.target, test_size=0.25)

model = SVC(C=100., gamma='scale')
print(model)
model.fit(X_train, iris.target_names[Y_train])

pred = model.predict(X_test)
score = accuracy_score(iris.target_names[Y_test], pred)
print('score:%s' % score)
print(classification_report(iris.target_names[Y_test], pred))
print(confusion_matrix(iris.target_names[Y_test], pred))

試したこと

　chatgpt3.5に質問したが、修正されたコードを実行しても同様の結果になり、修正したコードを提供し質問した後、指示された通りにコードを修正し実行したが、エラーが表示され、以降質問を繰り返してもエラーが続発してしまう。
scikit-learning,pip,powershell,windowsのアップデートを行ったが結果は変わらなかった。
test-size（予測用のデータ）の値を変えても結果は変わらなかった。
powershell、コマンドプロンプトで同じコードを実行したが同じような結果になった。

補足情報（FW/ツールのバージョンなど）

使用したpythonバージョンは3.11.4、scikit-learnバージョンは1.3.0です。PowerShellのバージョンは5.1.22621.1778です。
「teratail」での質問は初めてです。回答よろしくお願いします。

Comments

[jbpb0]

参考
https://gotutiyan.hatenablog.com/entry/2020/09/09/111840#micro-avg%E3%81%8C%E8%A1%A8%E7%A4%BA%E3%81%95%E3%82%8C%E3%82%8B%E6%9D%A1%E4%BB%B6
の「micro avgが表示される条件」

[g2tjv]

ありがとうございます！
おかげで解決できました。
参考書と、結果が違っていたのでバグが発生していたのではないかと不安でしたが安心しました。

Answer 1

以下を参照

https://gotutiyan.hatenablog.com/entry/2020/09/09/111840#micro-avg%E3%81%8C%E8%A1%A8%E7%A4%BA%E3%81%95%E3%82%8C%E3%82%8B%E6%9D%A1%E4%BB%B6

micro avgは引数にオプションとしてlabels=を指定し、教師用データのラベルと、予測用データのラベルが不一致の場合に表示されるため
例えば以下のようにclassification_reportメソッド内で該当するラベルをlabels=で指定することで解決できました。
classification_report(iris.target_names[Y_test], pred, labels = ["versicolor", "virginica"])

ソースコード

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score, confusion_matrix, classification_report

# データ読み込み 
iris = load_iris()
X_train, X_test, Y_train, Y_test = train_test_split(iris.data, iris.target, test_size=0.25)

model = SVC(C=100., gamma='scale')
print(model)
model.fit(X_train, iris.target_names[Y_train])

pred = model.predict(X_test)
score = accuracy_score(iris.target_names[Y_test], pred)
print('score:%s' % score)
# 修正した部分
print(classification_report(iris.target_names[Y_test], pred, labels = ["versicolor", "virginica"]))
print(confusion_matrix(iris.target_names[Y_test], pred))