sklearn.metrics.confusion_matrix(混淆矩阵)

目的:评估分类器准确性
函数:sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)
输入:

  • y_true:实际的目标结果
  • y_pred:预测的结果
  • labels: 标签,对结果中的string进行排序, 顺序对应0、1、2
  • sample_weight:样本的权重?

输出:

  • 一个矩阵,shape=[y中的类型数,y中的类型数]
  • 矩阵中每个值表征分类的准确性
  • 第0行第0列的数表示y_true中值为0,y_pred中值也为0的个数
  • 第0行第1列的数表示y_true中值为0,y_pred中值为1的个数

示例:

>>> from sklearn.metrics import confusion_matrix
>>> y_true = [2, 0, 2, 2, 0, 1] 
>>> y_pred = [0, 0, 2, 2, 0, 2]
>>> confusion_matrix(y_true, y_pred)
 array([[2, 0, 0], [0, 0, 1], [1, 0, 2]])
>>> y_true = ["cat", "ant", "cat", "cat", "ant", "bird"] 
>>> y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
>>> confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"]) 
array([[2, 0, 0], [0, 0, 1], [1, 0, 2]])

 

你可能感兴趣的:(sklearn.metrics.confusion_matrix(混淆矩阵))