[英]Return tp, tn, fn, fp based on each input element
我有一个 csv 文件,其中包含与 ID 关联的真实和预测标签(4 个类)。 csv 文件如下所示:
task_id,labels_true,labels_pred
76017-126511-18,2,2
76017-126512-18,0,3
76017-126513-18,2,2
76018-126511-18,2,2
76018-126512-18,2,2
76018-126513-18,2,1
76019-126511-18,2,2
76019-126512-18,1,0
我正在使用来自sklearn.metrics
的混淆矩阵
y_true = df["labels_true"]
y_pred = df["labels_pred"]
cnf_matrix = confusion_matrix(y_true, y_pred, labels=[0,1,2,3])
它返回一个数组,如下所示:
[[ 554 1 28 0]
[ 15 1375 43 0]
[ 42 476 2263 0]
[ 0 0 0 0]]
我的目标是返回一个列表,每个元素 ID 与相应的 tp、tn、fp、fn 值相关联,如下所示:
task_id,labels_true,labels_pred, cm
76017-126511-18,2,2, tp
76017-126513-18,2,2, tp
76018-126511-18,2,2, tp
这是一个多类混淆矩阵。 真/假阳性用于二元分类问题。 您可以做的是将您的标签编码为二进制值(例如,将类 1、2、3 编码为 1)并重新计算混淆矩阵。
TL; DR:对于多级的情况下,这是不可能的。
如前所述,真阳性 (TP)、真阴性 (TN)、假阳性 (FP) 和假阴性 (FN) 的概念来自二元分类设置; 他们的确可以多类分类中使用,如图所示这里,但在这种情况下,概念不是二进制的情况的直接扩展,让你在这里问什么实际上是不可能的。
在多类分类中,所有这些概念都是按类定义和计算的。 这使得将样本唯一标识为属于这些类别(TP、FP、TN、FN)中的一种且仅一种的努力变得不可能。
让我们通过一些示例来演示这一点,使用您的案例(4 个类[0, 1, 2, 3]
)。
首先取一个错误分类的样本,例如:
True label: 0
Predicted label: 3
0
类的角度(POV)来看,这是一个假阴性(FN):预测不是0
,因为它应该是1
类的 POV 来看,这是一个 True Negative:它不是1
,并且它已被正确分类为 not 1
2
类的 POV 来看,这又是一个真阴性 (TN):它不是2
,并且它已被正确分类为非2
3
类的 POV 来看,这是一个误报(FP):它被错误地归类为3
而不是这样类似的情况是正确分类的情况,例如
True label: 2
Predicted label: 2
0
类的 POV 来看,这是一个真阴性 (TN):它不是0
,并且它已被正确分类为非0
1
类的 POV 来看,这是一个真阴性 (TN):它不是1
,并且它已被正确地归类为 not 1
2
类的 POV 来看,这是真阳性 (TP)3
类的 POV 来看,这是一个真负 (TN):它不是3
,并且它已被正确分类为不是3
鉴于此说明,希望您能清楚地知道,在多类情况下,您所要求的实际上是不可能的。
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.