[英]How can I drop the index of a Pandas Series (pandas.core.series.Series) to return a numpy.ndarray?
我正在尝试显示预测测试数据(二进制文本分类)的混淆矩阵。 但是在运行model.predict()
后,我无法让y_pred
匹配y_test
。
首先,让我们看一下测试/真实数据:
y_test = (y_test > 0.5)
print(y_test)
print(type(y_test))
输出:
2 False
17 True
18 True
...
4980 True
4986 False
4990 True
pandas.core.series.Series
缺失的索引包含在训练集中。
当我们根据测试数据进行预测时,会发生以下情况:
y_pred = model.predict(data_test)
y_pred = (y_pred > 0.5)
print(y_pred)
print(type(y_pred))
输出:
[[ True]
[ True]
[ True]
[False]
...
[ True]
[ True]
[ True]]
numpy.ndarray
测试/真实数据:
y_test = (y_test > 0.5)
print(y_test)
输出:
2 False
17 True
18 True
...
4980 True
4986 False
4990 True
最终,我希望构建一个混淆矩阵,但数据格式不同。
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, y_pred)
你有什么建议吗?
迄今为止的尝试:
y_test_np = y_test.values
输出:
[False True True ... True False True]
更接近,但看起来我需要每个项目也是一个数组(例如[[ True] [False] [ True]]
)。 如何对齐数组?
只是为了说明,让我们创建一些示例数据。
y_test = pd.Series([True, False])
y_pred = np.array([[True], [False]])
您可以将熊猫系列y_test
转换为 numpy 数组
y_test.values
并squeeze
numpy 数组y_pred
以获得相同的形状
numpy.squeeze(y_pred)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.