python機(jī)器學(xué)習(xí)混淆矩陣及confusion?matrix函數(shù)使用
關(guān)于混淆矩陣的概念,可參考此篇博文混淆矩陣
1.混淆矩陣
混淆矩陣是機(jī)器學(xué)習(xí)中總結(jié)分類模型預(yù)測結(jié)果的情形分析表,以矩陣形式將數(shù)據(jù)集中的記錄按照真實(shí)的類別與分類模型作出的分類判斷兩個標(biāo)準(zhǔn)進(jìn)行匯總。這個名字來源于它可以非常容易的表明多個類別是否有混淆(也就是一個class被預(yù)測成另一個class)
下圖是混淆矩陣的一個例子
其中灰色部分是真實(shí)分類和預(yù)測分類結(jié)果相一致的,綠色部分是真實(shí)分類和預(yù)測分類不一致的,即分類錯誤的。
2.confusion_matrix函數(shù)的使用
官方文檔中給出的用法是
sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)
y_true: 是樣本真實(shí)分類結(jié)果,y_pred: 是樣本預(yù)測分類結(jié)果
labels:是所給出的類別,通過這個可對類別進(jìn)行選擇
sample_weight : 樣本權(quán)重
實(shí)現(xiàn)例子:
from sklearn.metrics import confusion_matrix y_true=[2,1,0,1,2,0] y_pred=[2,0,0,1,2,1] C=confusion_matrix(y_true, y_pred)
運(yùn)行結(jié)果:
這兒沒有標(biāo)注類別:下圖是標(biāo)注類別以后,更加好理解
關(guān)于類別順序可由 labels參數(shù)控制調(diào)整,例如 labels=[2,1,0],則類別將以這個順序自上向下排列。
默認(rèn)數(shù)字類別是從小到大排列,英文類別是按首字母順序排列
下面是官方文檔上的一個例子
y_true = ["cat", "ant", "cat", "cat", "ant", "bird"] y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"] confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])
運(yùn)行結(jié)果
array([[2, 0, 0], [0, 0, 1], [1, 0, 2]])
以上是關(guān)于confusion_matrix函數(shù)的用法,更多關(guān)于python混淆矩陣confusion matrix的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python基本數(shù)據(jù)類型及內(nèi)置方法
這篇文章主要介紹了Python基本數(shù)據(jù)類型及內(nèi)置方法,??數(shù)據(jù)類型是用來記錄事物狀態(tài)的,而事物的狀態(tài)是不斷變化的,下文圍繞主題展開相關(guān)內(nèi)容需要的小伙伴可以參考一下2022-04-04Python 多線程,threading模塊,創(chuàng)建子線程的兩種方式示例
這篇文章主要介紹了Python 多線程,threading模塊,創(chuàng)建子線程的兩種方式,結(jié)合實(shí)例形式分析了Python線程的原理與創(chuàng)建子線程的相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-09-09python中偏函數(shù)partial用法實(shí)例分析
這篇文章主要介紹了python中偏函數(shù)partial用法,實(shí)例分析了偏函數(shù)partial的功能、定義及使用方法,需要的朋友可以參考下2015-07-07Python Datetime模塊和Calendar模塊用法實(shí)例分析
這篇文章主要介紹了Python Datetime模塊和Calendar模塊用法,結(jié)合實(shí)例形式分析了Python日期時間及日歷相關(guān)的Datetime模塊和Calendar模塊原理、用法及操作注意事項(xiàng),需要的朋友可以參考下2019-04-04web.py 十分鐘創(chuàng)建簡易博客實(shí)現(xiàn)代碼
web.py是一款輕量級的Python web開發(fā)框架,簡單、高效、學(xué)習(xí)成本低,特別適合作為python web開發(fā)的入門框架2016-04-04