應用分層 10 折交叉驗證時，如何獲取 python 中所有混淆矩陣的聚合
[英]How to get the aggregate of all the confusion matrix in python when Stratified 10 fold cross validation is applied
問題描述
我正在使用 10 折交叉驗證並根據准確性和精度評估模型。 混淆矩陣為每個模型生成 10 次。 任何人都可以讓我知道如何聚合混淆矩陣並計算准確度？
謝謝！！
2 個解決方案
解決方案1
0 2019-12-03 13:07:34
您可以按如下方式使用cross_val_predict函數並將其結果用作confusion_matrix() cross_val_predict confusion_matrix()參數。
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)
解決方案2
0 2019-12-03 13:14:45
您需要提供更多有關您擁有的數據格式的信息！
如果您使用的是 tensorflow，則可以參考此來源
如何使用 sklearn 使用 10 倍交叉驗證獲得 10 個單獨的混淆矩陣
[英]How to get 10 individual confusion matrices using 10-fold cross validation using sklearn
如何顯示混淆矩陣和每個交叉驗證折疊的報告（召回率，精度，fmeasure）
[英]How to display confusion matrix and report (recall, precision, fmeasure) for each cross validation fold
"如何計算分層 K 折交叉驗證的不平衡數據集的誤報率？"
[英]How to compute false positive rate of an imbalanced dataset for Stratified K fold cross validation?
應用分層 k 折交叉驗證后如何將數據拆分為測試和訓練？
[英]How to split data into test and train after applying stratified k-fold cross validation?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.