应用分层 10 折交叉验证时，如何获取 python 中所有混淆矩阵的聚合
[英]How to get the aggregate of all the confusion matrix in python when Stratified 10 fold cross validation is applied
问题描述
我正在使用 10 折交叉验证并根据准确性和精度评估模型。 混淆矩阵为每个模型生成 10 次。 任何人都可以让我知道如何聚合混淆矩阵并计算准确度？
谢谢！！
2 个解决方案
解决方案1
0 2019-12-03 13:07:34
您可以按如下方式使用cross_val_predict函数并将其结果用作confusion_matrix() cross_val_predict confusion_matrix()参数。
from sklearn.metrics import confusion_matrix
from sklearn.model_selection import cross_val_predict
y_pred = cross_val_predict(clf, x, y, cv=5)
cm = confusion_matrix(y, y_pred)
解决方案2
0 2019-12-03 13:14:45
您需要提供更多有关您拥有的数据格式的信息！
如果您使用的是 tensorflow，则可以参考此来源
如何使用 sklearn 使用 10 倍交叉验证获得 10 个单独的混淆矩阵
[英]How to get 10 individual confusion matrices using 10-fold cross validation using sklearn
如何显示混淆矩阵和每个交叉验证折叠的报告（召回率，精度，fmeasure）
[英]How to display confusion matrix and report (recall, precision, fmeasure) for each cross validation fold
"如何计算分层 K 折交叉验证的不平衡数据集的误报率？"
[英]How to compute false positive rate of an imbalanced dataset for Stratified K fold cross validation?
应用分层 k 折交叉验证后如何将数据拆分为测试和训练？
[英]How to split data into test and train after applying stratified k-fold cross validation?
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.