Как я могу отобразить Матрицу путаницы для каждого сгиба перекрестной проверки?

Question

Я работаю с проблемой мультиклассовой классификации с использованием Python. Я обучил классификатор с помощью перекрестной проверки (sklearn.model_selection.cross_validate) и вычислил нужные мне показатели (точность, точность, повторный вызов, F1_Score) для каждого раза перекрестной проверки. Но теперь мне нужно сохранить матрицу путаницы для каждого из этих сгибов. Как я могу это сделать?

Я уже пытался использовать sklearn.model_selection.cross_val_predict, чтобы получить прогнозируемые классы и использовать его и фактические классы для вычисления sklearn.metrics.confusion_matrix, но у меня есть только одна матрица путаницы.

scoring_multiclass = {
            'accuracy': 'accuracy',
            'precision_macro': 'precision_macro',
            'recall_macro': 'recall_macro',
            'f1_macro': 'f1_macro'}

cv = StratifiedKFold(n_splits=4)
cv_results = cross_validate(
    estimator=current_pipe,
    X=X,
    y=y,
    scoring=scoring_multiclass,
    cv=cv,
    n_jobs=-1)

mean_cv_results = mean_scores(cv_results)

results = {
    'precision': mean_cv_results['test_precision_macro'],
    'recall': mean_cv_results['test_recall_macro'],
    'f1': mean_cv_results['test_f1_macro'],
    'accuracy': mean_cv_results['test_accuracy'],}

Как я могу отобразить путаницу для каждого сгиба?