相关疑难解决方法(0)

Scikit-learn:如何获得真阳性,真阴性,假阳性和假阴性

我是机器学习和scikit-learn的新手.

我的问题:

(请纠正任何类型的误解)

我有一个BIG JSON数据集,我检索它并将其存储在trainList变量中.

我预先处理它以便能够使用它.

完成后,我开始分类:

  1. 我使用kfold交叉验证方法以获得平均准确度并且我训练分类器.
  2. 我做了预测,并获得了该折叠的准确性和混淆矩阵.
  3. 在此之后,我想获得真阳性(TP),真阴性(TN),假阳性(FP)和假阴性(FN)值.我会使用这些参数来获得灵敏度和特异性,我会将它们和TP的总数添加到HTML中,以便显示带有每个标签的TP的图表.

码:

我目前的变量:

trainList #It is a list with all the data of my dataset in JSON form
labelList #It is a list with all the labels of my data 
Run Code Online (Sandbox Code Playgroud)

方法的大部分内容:

#I transform the data from JSON form to a numerical one
X=vec.fit_transform(trainList)

#I scale the matrix (don't know why but without it, it makes an error)
X=preprocessing.scale(X.toarray())

#I generate a KFold in order to make cross validation
kf …
Run Code Online (Sandbox Code Playgroud)

python classification machine-learning scikit-learn supervised-learning

43
推荐指数
10
解决办法
7万
查看次数