подсчет confusion_matrix в питоне - PullRequest
Новая
       11

подсчет confusion_matrix в питоне

0 голосов
/ 23 октября 2018

Я хочу, чтобы рассчитать рассчитать True_Positive, False_Positive,False_Negative, True_Negative для трех категорий.Раньше у меня было два класса Cat Dog, и таким образом я вычислял мою confusion_matrix 

    Y_pred has either a cat or dog 
    y_true has either a cat or dog  
    confusion_matrix_output =confusion_matrix(y_true, y_pred) 
    True_Positive = confusion_matrix_output[0][0]
    False_Positive = confusion_matrix_output[0][1]
    False_Negative = confusion_matrix_output[1][0]
    True_Negative = confusion_matrix_output[1][1]

Теперь у меня есть три класса 'Cat' 'Dog' 'rabbit' 

Y_pred has Cat Dog rabbit
y_true has Cat Dog rabbit

Как рассчитать True_Positive, False_Positive, False_Negative, True_Negative ???

1 Ответ

0 голосов
/ 23 октября 2018

Теперь у вас есть три класса, так что это больше не просто плюсы и минусы.Вы должны смотреть на: кошку предсказывают как кошку, собаку предсказывают как собаку, кролика предсказывают как кролика, собаку предсказывают как кошку, кошку предсказывают как собаку и так далее.Для этой ситуации у вас будет 3 на 3 матрицы путаницы.Размер матрицы путаницы равен n на n, где n - количество классов

sklearn.metrics.confusion_matrix, абстрагирующихся от всего этого, и создающих для вас матрицу n на n.Попробуйте это: 

from sklearn.metrics import confusion_matrix
confusion_matrix_output =confusion_matrix(y_true, y_pred) 
Cat_P_Cat = confusion_matrix_output[0][0]
...