如何讓sklearn.metrics.confusion_matrix（）始終返回TP，TN，FP，FN？

Question

我正在使用sklearn.metrics.confusion_matrix(y_actual, y_predict)來提取tn，fp，fn，tp，並且大部分時間它都能完美地運行。

from sklearn.metrics import confusion_matrix

y_actual, y_predict = [1,1,1,1], [0,0,0,0]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [0 0 4 0]   # ok

y_actual, y_predict = [1,1,1,1],[0,1,0,1]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [0 0 2 2]   # ok

但是，在某些情況下，confusion_matrix（）並不總是返回這些信息，我會得到ValueError，如下所示。

from sklearn.metrics import confusion_matrix

y_actual, y_predict = [0,0,0,0],[0,0,0,0]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [4]    # ValueError: not enough values to unpack (expected 4, got 1)

y_actual, y_predict = [1,1,1,1],[1,1,1,1]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [4]    # ValueError: not enough values to unpack (expected 4, got 1)

我的臨時解決方案是編寫自己的函數來提取這些信息。 有什么方法可以強制confusion_matrix()總是返回tn，fp，fn，tp輸出？

謝謝

Answer 1

此問題與輸入矩陣中包含的唯一標簽數有關。 在你的第二個例子中，它（正確地）構建一個只有一個類的混淆矩陣，分別為0或1。

要強制它輸出兩個類，即使沒有預測其中一個類，也要使用label屬性。

y_actual, y_predict = [0,0,0,0],[0,0,0,0]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict, labels=[0,1]).ravel()
>> array([[4, 0],
          [0, 0]])