python - 使用 value_counts() 查找 pandas 中的类准确性

Question

我在 pandas 数据框中有两列:标签(地面实况)和 pred(模型预测)。我的标签中有 4 个类别:狗、猫、大象和蛇。我想要的是每个类别的预测的准确性或精度。例如，如果我有下面的数据框:

label    pred
dog      cat
elephant elephant
dog    snake
cat     cat
snake   snake
snake   cat
dog    dog

我所做的是对每个类使用 value_counts，然后手动插入比率以获得 pandas 的准确性。问题是 value_counts 按原始计数排序，因此 label 和 pred 的顺序可能不同。

numerators = df[pred].value_counts()
   denominators = df[label].value_counts()

然后我得到输出:

 dog    0.33
  cat   1
  snake  0.5
  elephant 1 

有没有办法在 pandas 中自动执行此操作？

Answer 1

Ben 的回答立即解决了您的问题。我只想添加混淆矩阵:

confusion_matrix = (df.groupby('label')['pred']
                      .value_counts(normalize=True)
                      .unstack(fill_value=0)
                   )

输出:

pred           cat       dog  elephant     snake
label                                           
cat       1.000000  0.000000       0.0  0.000000
dog       0.333333  0.333333       0.0  0.333333
elephant  0.000000  0.000000       1.0  0.000000
snake     0.500000  0.000000       0.0  0.500000