是否有一种简单的方法来获得多类分类的混淆矩阵？(OneVsRest)

Question

我在三类分类问题上使用OneVsRest分类器(三个随机森林).每个类的出现都是我的虚拟整数(1表示发生,0表示否则).我想知道是否有一种简单的替代方法来创建混淆矩阵？正如我遇到的所有方法一样,以y_pred,y_train = array,shape = [n_samples]的形式获取参数.理想情况下,我想要y_pred,y_train = array,shape = [n_samples,n_classes]

一些样本,类似于问题的结构:

y_train = np.array([(1,0,0), (1,0,0), (0,0,1), (1,0,0), (0,1,0)])
y_pred = np.array([(1,0,0), (0,1,0), (0,0,1), (0,1,0), (1,0,0)])


print(metrics.confusion_matrix(y_train, y_pred) 

退货:不支持多标签指标

Answer 1

我不知道你有什么想法,因为你没有指定你想要的输出,但是有两种方法可以解决它:

1.每列一个混淆矩阵

In [1]:
for i in range(y_train.shape[1]):
    print("Col {}".format(i))
    print(metrics.confusion_matrix(y_train[:,i], y_pred[:,i]))
    print("")

Out[1]:
Col 0
[[1 1]
 [2 1]]

Col 1
[[2 2]
 [1 0]]

Col 2
[[4 0]
 [0 1]]

2.一个混淆矩阵

为此,我们将展平数组:

In [2]: print(metrics.confusion_matrix(y_train.flatten(), y_pred.flatten()))

Out[2]:
[[7 3]
 [3 2]]