是否有一種簡單的方法來獲得多類分類的混淆矩陣？ （OneVsRest）

Question

我在三類分類問題上使用OneVsRest分類器（三個隨機森林）。 每個類的出現都是我的虛擬整數（1表示發生，0表示否則）。 我想知道是否有一種簡單的替代方法來創建混淆矩陣？ 正如我遇到的所有方法一樣，以y_pred，y_train = array，shape = [n_samples]的形式獲取參數。 理想情況下，我想要y_pred，y_train = array，shape = [n_samples，n_classes]

一些樣本，類似於問題的結構：

y_train = np.array([(1,0,0), (1,0,0), (0,0,1), (1,0,0), (0,1,0)])
y_pred = np.array([(1,0,0), (0,1,0), (0,0,1), (0,1,0), (1,0,0)])


print(metrics.confusion_matrix(y_train, y_pred) 

退貨：不支持多標簽指標

Answer 1

我不知道你有什么想法，因為你沒有指定你想要的輸出，但是有兩種方法可以解決它：

1.每列一個混淆矩陣

In [1]:
for i in range(y_train.shape[1]):
    print("Col {}".format(i))
    print(metrics.confusion_matrix(y_train[:,i], y_pred[:,i]))
    print("")

Out[1]:
Col 0
[[1 1]
 [2 1]]

Col 1
[[2 2]
 [1 0]]

Col 2
[[4 0]
 [0 1]]

2.一個混淆矩陣

為此，我們將展平數組：

In [2]: print(metrics.confusion_matrix(y_train.flatten(), y_pred.flatten()))

Out[2]:
[[7 3]
 [3 2]]

Answer 2

您可以嘗試以下方式一次性獲取所有詳細信息。

from sklearn.metrics import confusion_matrix
confusion_matrix(y_test.argmax(axis=1), y_pred.argmax(axis=1))

這將為您提供如下內容：

array([[ 7,  0,  0,  0],
       [ 0,  7,  0,  0],
       [ 0,  1,  2,  4],
       [ 0,  1,  0, 11]])  

- 這意味着所有對角線都能正確預測。