如何解释 sklearn 混淆矩阵函数中的标签参数？

Question

假设我有以下两组类别和一个包含目标名称的变量：

spam = ["blue", "white", "blue", "yellow", "red"]
flagged = ["blue", "white", "yellow", "blue", "red"]
target_names = ["blue", "white", "yellow", "red"]

当我使用以下的confusion_matrix函数时，结果如下：

from sklearn.metrics import confusion_matrix
confusion_matrix(spam, flagged, labels=target_names)

[[1 0 1 0]
 [0 1 0 0]
 [1 0 0 0]
 [0 0 0 1]]

但是，当我向参数labels 提供我只想要来自“蓝色”的指标的信息时，我得到了这个结果：

confusion_matrix(spam, flagged, labels=["blue"])

array([[1]])

只有一个数字，我无法计算准确度、精确度、召回率等。 我在这里做错了什么？填充黄色、白色或蓝色将导致 0、1 和 1。

Answer 1

但是，当我给参数labels 提供我只想要来自“蓝色”的指标的信息时

这样不行。

在像您这样的多类设置中，每类从整个混淆矩阵中计算精度和召回率。

我已经在another answer中详细解释了原理和计算；这是您自己的混淆矩阵cm：

import numpy as np

# your comfusion matrix:
cm =np.array([[1, 0, 1, 0],
              [0, 1, 0, 0],
              [1, 0, 0, 0],
              [0, 0, 0, 1]])

# true positives:
TP = np.diag(cm)
TP
# array([1, 1, 0, 1])

# false positives:
FP = np.sum(cm, axis=0) - TP
FP 
# array([1, 0, 1, 0])

# false negatives
FN = np.sum(cm, axis=1) - TP
FN
# array([1, 0, 1, 0])

现在，根据精确率和召回率的定义，我们有：

precision = TP/(TP+FP)
recall = TP/(TP+FN)

以你的为例，给出：

precision
# array([ 0.5,  1. ,  0. ,  1. ])

recall
# array([ 0.5,  1. ,  0. ,  1. ])

即对于您的“蓝色”课程，您可以获得 50% 的准确率和召回率。

这里的精确率和召回率恰好相同的事实纯属巧合，因为 FP 和 FN 数组恰好相同；尝试不同的预测以获得感觉...