[英]Finding the accuracy from the confusion matrix in pd.crosstab
使用pd.crosstab
,我可以從我的預測數據中生成一個混淆矩陣。 我使用以下行來生成混淆矩陣:
pd.crosstab(test_data['class'], test_data['predicted'], margins = True)
同樣在 R 中,我可以使用下面的行生成混淆矩陣
confusion_matrix <- table(truth = data.test$class, prediction = predict(model, data.test[,-46], type = 'class'))
在 R 我可以使用這條線找到我的 model 的精度
sum(diag(confusion_matrix)) / sum(confusion_matrix)
在 Python 中,是否有sum(diag(confusion_matrix)) / sum(confusion_matrix)
的等價物來計算我的混淆矩陣的准確性?
我寧願不使用除 pandas 以外的任何庫(例如 Scikit learn)。
您需要使用numpy
,首先在交叉表產品上使用np.diag
以獲得對角線的總和,然后在求和之前將交叉表產品轉換為 numpy 數組:
import numpy as np
np.random.seed(123)
test_data = pd.DataFrame({'class':np.random.randint(0,2,10),
'predicted':np.random.randint(0,2,10)})
tab = pd.crosstab(test_data['class'], test_data['predicted'])
predicted 0 1
class
0 4 3
1 0 3
tab = pd.crosstab(test_data['class'], test_data['predicted'])
np.diag(tab).sum() / tab.to_numpy().sum()
0.7
還是硬編碼? 不知道你為什么要這樣做:
(tab.iloc[0,0] + tab.iloc[1,1]) / tab.to_numpy().sum()
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.