python - 如何解释 sklearn fusion_matrix 函数中的 labels 参数？

Question

假设我有以下两组类别和一个包含目标名称的变量:

spam = ["blue", "white", "blue", "yellow", "red"]
flagged = ["blue", "white", "yellow", "blue", "red"]
target_names = ["blue", "white", "yellow", "red"]

当我如下使用confusion_matrix函数时，结果如下:

from sklearn.metrics import confusion_matrix
confusion_matrix(spam, flagged, labels=target_names)

[[1 0 1 0]
 [0 1 0 0]
 [1 0 0 0]
 [0 0 0 1]]

但是，当我向参数 labels 提供我只需要“blue”中的指标的信息时，我得到以下结果:

confusion_matrix(spam, flagged, labels=["blue"])

array([[1]])

只有一个数字，我无法计算准确度、精确度、召回率等。我在这里做错了什么？填充黄色、白色或蓝色将得到 0、1 和 1。

Answer 1

However, when i give the parameter labels the information that i only want the metrics from 'blue'

它不是这样工作的。

在像您这样的多类设置中，精度和召回率是根据整个混淆矩阵计算每个类的。

我已经在another answer中详细解释了原理和计算。 ;以下是它如何应用于您自己的混淆矩阵 cm 的情况:

import numpy as np

# your comfusion matrix:
cm =np.array([[1, 0, 1, 0],
              [0, 1, 0, 0],
              [1, 0, 0, 0],
              [0, 0, 0, 1]])

# true positives:
TP = np.diag(cm)
TP
# array([1, 1, 0, 1])

# false positives:
FP = np.sum(cm, axis=0) - TP
FP 
# array([1, 0, 1, 0])

# false negatives
FN = np.sum(cm, axis=1) - TP
FN
# array([1, 0, 1, 0])

现在，根据精确率和召回率的定义，我们有:

precision = TP/(TP+FP)
recall = TP/(TP+FN)

对于您的示例，给出:

precision
# array([ 0.5,  1. ,  0. ,  1. ])

recall
# array([ 0.5,  1. ,  0. ,  1. ])

即对于“蓝色”类别，您可以获得 50% 的准确率和召回率。

这里的精度和召回率碰巧相同纯属巧合，因为 FP 和 FN 数组碰巧相同；尝试不同的预测来获得感觉......