zoukankan      html  css  js  c++  java
  • confusion_matrix函数的使用

    from:http://blog.csdn.net/m0_38061927/article/details/77198990

    官方文档中给出的用法是
    sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

    y_true: 是样本真实分类结果,y_pred: 是样本预测分类结果
    labels:是所给出的类别,通过这个可对类别进行选择
    sample_weight : 样本权重

    实现例子:

    from sklearn.metrics import confusion_matrix
    
    y_true=[2,1,0,1,2,0]
    y_pred=[2,0,0,1,2,1]
    
    C=confusion_matrix(y_true, y_pred)
    

    运行结果:

    这里写图片描述

    这儿没有标注类别:下图是标注类别以后,更加好理解

    这里写图片描述

    关于类别顺序可由 labels参数控制调整,例如 labels=[2,1,0],则类别将以这个顺序自上向下排列。默认数字类别是从小到大排列,英文类别是按首字母顺序排列

    下面是官方文档上的一个例子

    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"])

    运行结果

    array([[2, 0, 0],
           [0, 0, 1],
           [1, 0, 2]])
  • 相关阅读:
    正则表达式
    Ajax跨域问题---jsonp
    Ajax
    字符串总结
    js 字符串加密
    jsDate()
    HDU 5430 Reflect
    HDU 5429 Geometric Progression
    HDU 5428 The Factor
    POJ 2485 Highways
  • 原文地址:https://www.cnblogs.com/bonelee/p/8610205.html
Copyright © 2011-2022 走看看