Нет доступа к Матрице путаницы в SVM.SV C .score Scikit-learn Python - PullRequest
Новая
       43

Нет доступа к Матрице путаницы в SVM.SV C .score Scikit-learn Python

1 голос
/ 09 апреля 2020

Я использовал функцию SVM.SVC для классификации. Но когда я хотел вычислить взвешенную и невзвешенную среднюю точность, я не мог получить доступ к матрице путаницы. Потому что svm.SVC.score обеспечивает только процент точности классификатора. Как я могу рассчитать WAR и UAR?

Ниже вы можете найти часть моего скрипта: 

scaler = StandardScaler()
scaler.fit(trainX)
trainXsc = scaler.transform(trainX)
testXsc = scaler.transform(testX)

pca = KernelPCA(n_components=j, kernel="sigmoid", random_state=1)  

pca.fit(trainXsc)     # fit pca kernel with train data

trainXtr    = pca.transform(trainXsc) # transform FV with PCA and dimension reduction
testXtr     = pca.transform(testXsc)

svmObject   = svm.SVC(C=2.0, kernel='rbf', degree=3, gamma='scale', coef0=0.0, shrinking=True,
              probability=False, tol=0.001, cache_size=200, class_weight=None,
              verbose=False, max_iter=-1, decision_function_shape='ovo', random_state=None)
                                    # SVM Kernel Function

svmObject.fit(trainXtr, trainY)      # train SVM kernel with train FV

result = svmObject.score(testXtr, testY)
...