python-3.x - 在Python中计算confusion_matrix

Question

我想计算三个类别的True_Positive、False_Positive、False_Negative、True_Negative。我曾经有两个类Cat Dog，这是我用来计算我的confusion_matrix的方式

    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]

<小时/>

现在我有三个类别“猫”“狗”“兔子”

Y_pred has Cat Dog rabbit
y_true has Cat Dog rabbit

如何计算True_Positive、False_Positive、False_Negative、True_Negative???

Answer 1

现在你有了三个类，所以不再只有正类和负类。你必须看看:猫预测为猫，狗预测为狗，兔子预测为兔子，狗预测为猫，猫预测为狗，依此类推。对于这种情况，您将得到 3 x 3 的混淆矩阵。混淆矩阵大小为 n × n，其中 n 是类别数

sklearn.metrics.confusion_matrix 抽象出所有这些并为您创建一个 n × n 矩阵。试试这个:

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