如何获得实际值预测值的混淆矩阵？快速获得TP/FP值

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文主要讨论目标还是在sklearn.metrics里面，里面有个非常高大上的名词，叫做“混淆矩阵”（confusion_matrix）。那么，混淆矩阵是做什么用的呢？它的值可以表述什么样的问题呢？这就是本文中，苏南大叔将要谈论的问题。

苏南大叔的“程序如此灵动”博客，记录苏南大叔的编程故事。本文测试环境：win10，python@3.12.0，pandas@2.1.3，scikit-learn@1.3.2。本文表面上说的是求混淆矩阵的事情，实际上是个快速求TP/FP的事情。

什么是混淆矩阵

在机器学习中, 混淆矩阵是一个误差矩阵, 常用来可视化地评估监督学习算法的性能. 混淆矩阵大小为 (n_classes, n_classes) 的方阵, 其中n_classes表示类的数量。这个矩阵的每一行表示真实类中的实例, 而每一列表示预测类中的实例。

代码测试

“混淆矩阵”定义总是让人听得头大，下面用代码实例来看看效果。

from sklearn.metrics import confusion_matrix
y_true = ["fox","cat","fox","fox","fox","fox","cat", "dog", "dog", "cat", "cat"]
y_pred = ["dog","fox","dog","cat","fox","dog","dog", "dog", "fox", "cat", "dog"]
print(confusion_matrix(y_true, y_pred))

输出：

[[1 2 1]
 [0 1 1]
 [1 3 1]]

混淆矩阵含义

举例数据里面，有三个类。按着unicode编码顺序依次为cat/dog/fox。混淆矩阵就是这三个类的混合体，再次具象化。

            [pred] [pred] [pred]
            cat    dog    fox   
[true] cat   1     2    1
[true] dog   0     1    1
[true] fox   1     3    1

TP表示：预测为目标类，实际也为目标类。
FP表示：预测为目标类，实际并不是目标类。
TN表示：预测不是目标类，实际上也不是目标类。
FN表示：预测不是目标类，但实际上是目标类。

所以，看TP和FP，就是一列一列的看。看TN和FN实际就看另外的两列。

• 对于cat，TP就是1，FP=0+1=1。TN=1+1+3+1=6，FN=2+1=3。
• 对于dog，TP就是1，FP=2+3=5。TN=1+1+1+1=4，FN=0+1=1。
• 对于fox，TP就是1，FP=1+1=2。TN=1+2+0+1=4，FN=1+3=4。

计算precision和recall

下面来验证上面的分析对不对。参考文章：

• https://newsn.net/say/sklearn-score-average.html

from sklearn.metrics import precision_score,recall_score
p = precision_score(y_true, y_pred, average=None) 
print(p)   #  [0.5        0.16666667 0.33333333]
r = recall_score(y_true, y_pred, average=None) 
print(r)   #  [0.25 0.5  0.2 ]

公式：

• precision_score = TP/(TP+FP)
• recall_score = TP/(TP+FN)

计算一下：

• 对于cat，p=1/(1+1)=0.5，r=1/(1+3)=0.25
• 对于dog，p=1/(1+5)=0.16,r=1/(1+1)=0.5
• 对于fox，p=1/(1+2)=0.33,r=1/(1+4)=0.2

验证成功！

结语

苏南大叔的更多sklearn经验文章，请参考：

• https://newsn.net/tag/sklearn/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。