滑雪板中的混淆矩阵

Question

如果你看看这个：

>>> 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]])

我猜想第一行数组的意思是“预测蚂蚁”，第一列是“实际上是蚂蚁”，第二列是“实际上是鸟”等等。

所以第一行我读起来像“预测的蚂蚁，是蚂蚁”，第二行我读为“建议的蚂蚁是鸟”是0，第三列是“预测的蚂蚁是猫”是0，但应该是1。

我在理解混乱矩阵时做错了什么。

另一个例子是

>>> 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]])

哪里甚至不清楚，班级的顺序是什么。

来源：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html

编辑:除非它是交换的。第一行是“是蚂蚁”而不是“预测蚂蚁”。只有维基百科上的系统才是预测的那一行。

Answer 1

你只是把实际情况和预测搞混了。每一行代表数组中不同元素的实际值，列表示它们的预测值。那是,

• 第一行:有2个ant_s，2个样本被预测为_ant。
• 秒行:有1只鸟，1只样本被预测为猫。
• 第三行:有3个cat_s，1个样本预测为_ant，2个样本预测为cat。