太多的值无法解开混淆矩阵答案

【问题标题】：too many values to unpack confusion matrix太多的值无法解开混淆矩阵
【发布时间】：2019-09-14 08:17:41
【问题描述】：

试图获得决策树的混淆矩阵

tn, fp, fn, tp = confusion_matrix(y_test, y_pred_tree)
print(tn, fp, fn, tp)

confusion_matrix(y_test, y_pred_tree)

ValueError Traceback（最近一次调用最后一次）在（） ---->
1 tn, fp, fn, tp = 混淆矩阵(y_test, y_pred_tree)
2 打印（tn，fp，fn，tp）
3
4 混淆矩阵(y_test, y_pred_tree)

ValueError：要解压的值太多（预计为 4 个）

【问题讨论】：

也许你应该尝试打印confusion_matrix 的输出（不拆包），看看它的形状是什么。（即print(confusion_matrix(y_test, y_pred_tree))
你在使用sklearn.metrics.confusion_matrix吗？如果是这样，tn, fp, fn, tp = confusion_matrix(y_test, y_pred_tree) 将不起作用。该函数返回一个带有混淆矩阵的array 对象。试试print(confusion_matrix(y_test, y_pred_tree))

标签： python unpack

【解决方案1】：

tn, fp, fn, tp = confusion_matrix(y_test, y_pred_tree).ravel()
print(tn, fp, fn, tp)

confusion_matrix(y_test, y_pred_tree)

请尝试添加“.ravel()”。如需更多信息，请分享您要解决的问题。

【讨论】：

我做到了，但我的数据是基于位置的社交媒体数据，矩阵大小为 14500 * 14500。这个返回数组 -> 混淆矩阵（y_test，y_pred_tree）但是我如何计算性能这个矩阵的矩阵？谢谢。
我应该编写自己的函数来计算性能矩阵吗？我找到了这个。 towardsdatascience.com/…