Оценка качества обученной модели

Вопрос относиться к интерпретации результатов classification_report обученной модели KNeighborsClassifier библиотеки sklearn. Суть суть задачи, имеем сет с данными пациентов : Возраст, отделение больницы, месяц забора материала, возрастная группа, характер материала, необходимо прогнозировать результат бактериологического посева ( 1 из 10 микробов), ТЕ задача на классификацию. Использовал KNeighborsClassifier, не могу оценить результат classification_report, в свободном доступе не встретил инфы как его интерпретировать, (в первую очередь когда переходить к бинарной классификации) важно выудить из из сета хоть что-то, даже если будем с приличной вероятностью прогнозировать одного микроба уже хорошо. Правильно ли я понял что при таких результатах, нормально прогнозировать можно только (1) ,1й класс, и лучше перейти к бинарной классификации ?

                precision    recall  f1-score   support

         1.0       0.76      0.99      0.86       267
         5.0       0.17      0.04      0.07        23
         6.0       0.50      0.03      0.06        29
         7.0       0.00      0.00      0.00        18
         9.0       0.00      0.00      0.00         9
        11.0       0.00      0.00      0.00         2
        13.0       0.00      0.00      0.00         4

    accuracy                           0.75       352
   macro avg       0.20      0.15      0.14       352
weighted avg       0.63      0.75      0.66       352