我如何分析混淆矩阵？

Question

当我打印出科学知识-学习的混乱矩阵，我收到一个非常巨大的矩阵。我想分析一下什么是真正的积极，真正的消极等等。我怎么做呢？我的混乱矩阵就是这样的。我希望更好地理解这一点。

[[4015  336    0 ...,    0    0    2]
 [ 228 2704    0 ...,    0    0    0]
 [   4    7   19 ...,    0    0    0]
 ..., 
 [   3    2    0 ...,    5    0    0]
 [   1    1    0 ...,    0    0    0]
 [  13    1    0 ...,    0    0   11]]

Answer 1

你的问题还不明确。“假阳性”、“真实否定”--这些都是只为二进制分类定义的术语。阅读有关混淆矩阵定义的更多信息。

在这种情况下，混淆矩阵是维数N。每个对角线表示，对于条目(i，i)的情况下，预测是i，结果也是i。任何其他非对角线条目都表示预测为i而结果为j的错误。在这种情况下，没有“肯定”和“否定”的意思。

您可以使用np.diagonal轻松地找到诊断元素，然后很容易将它们相加。错误情况的和是矩阵的和减去对角的和。

Answer 2

真阳性、假阳性等术语指的是二进制分类。然而，你的混淆矩阵的维数比两个维度大。因此，你只能谈论已知在第一组中的观察的数量，但是预测是在组j中(混乱矩阵的定义)。

Answer 3

方法1:二进制分类

from sklearn.metrics import confusion_matrix as cm
import pandas as pd

y_test = [1, 0, 0]
y_pred = [1, 0, 0]
confusion_matrix=cm(y_test, y_pred)

list1 = ["Actual 0", "Actual 1"]
list2 = ["Predicted 0", "Predicted 1"]
pd.DataFrame(confusion_matrix, list1,list2)

​

​

方法2:多类分类

虽然sklearn.metrics.confusion_matrix提供了一个数字矩阵，但您可以使用以下方法生成一个“报告”：

import pandas as pd
y_true = pd.Series([2, 0, 2, 2, 0, 1, 1, 2, 2, 0, 1, 2])
y_pred = pd.Series([0, 0, 2, 1, 0, 2, 1, 0, 2, 0, 2, 2])

pd.crosstab(y_true, y_pred, rownames=['True'], colnames=['Predicted'], margins=True)

其结果是：

Predicted  0  1  2  All
True                   
0          3  0  0    3
1          0  1  2    3
2          2  1  3    6
All        5  2  5   12

这使我们能够看到：

1. 对角线元素显示每个类的正确分类数:类0、1和2的3、1和3。
2. 非对角线元素提供了错误分类:例如，2类中的2种被错误分类为0，0类中没有一种被误归为2，等等。
3. 来自“所有”小计的y_true和y_pred中每个类的分类总数。

此方法也适用于文本标签，对于数据集中的大量示例也可以扩展，以提供百分比报告。