Keras 评估准确性 w.r.t.一个特征

Question

我有一个包含不同特征的数据集，比如“性别”。该模型的任务是确定年收入是高于还是低于 50k。

假设我有一个训练有素的网络来进行分类。

现在我想看看分类器通过根据性别特征对它们进行分组来分别做出假阳性和假阴性预测的频率。

基本思想是某种混淆矩阵，但不是类到类的矩阵，而是类到特征的矩阵。

下图说明了我想要的结果。

Answer 1

基本思路如下：

1）使用网络进行预测。 2）将预测值设置为数据集中的新列，您现在有了一个新的数据集 data_new

您的数据集现在有两列，一列用于预测值，另一列用于真实值。您可以通过布尔比较来计算整体准确度（1 和 1 是正确预测，0 和 1 以及 1 和 0 分别是错误预测）。

3）现在你可以为你想要的任何列过滤新数据，所以在我的情况下是针对特定性别的。

4）现在您可以计算所选性别的准确度。