小编Eus*_*una的帖子

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 

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 …

我正在使用Scikit学习,我需要从这样的混淆矩阵计算真阳性(TP),假阳性(FP),真阴性(TN)和假阴性(FN):

[[2 0 3 4]
 [0 4 5 1]
 [1 0 3 2]
 [5 0 0 4]]

我知道如何计算TP,FP和FN,但我不知道如何获得TN.有人能告诉我吗？

我想做一个 Web 应用程序，在其中分析一些数据。因此，我读到 Django 是开发 Web 应用程序的不错选择，并且 scikit-learn 用于机器学习。因此，在开始之前，有没有人知道是否可以使用该组合？

我正在尝试使用"ReportLab"通过Python生成PDF,我想添加一个图像.我必须使用的图像是PNG,但它具有以下格式:

data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAA+gAAAH0CAYAAACuKActAAAgAEf (and it continues)

我不知道该怎么做,首先我认为我需要将URI转换为图像,但我不知道该怎么做,然后使用类似的东西:

import Image
im = Image.open("infile.png")
im.save("outfile.jpg")

为了将.PNG转换为.JPG.有人能帮我吗？