三类分类中的2x2混淆矩阵？答案

【问题标题】：2x2 confusion matrix in three-class classification?三类分类中的2x2混淆矩阵？
【发布时间】：2020-06-17 22:18:00
【问题描述】：

我正在对具有三个类别（标签低、中、高）的数据集进行分类。

我运行以下代码来获取我的混淆矩阵：

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, y_pred)

我得到cm 的以下输出：

array([[18, 10],
       [ 7, 61]], dtype=int64)

这个输出是什么意思？我阅读了以下链接，但不明白 Confusion Matrix and Class Statistics

【问题讨论】：

scikit docs 怎么样？
spyder 与此无关，它只是一个 IDE，不会影响您的代码运行方式。相关标签为scikit-learn、classification、multiclass-classification
如果y 中有三个不同的类，那么混淆矩阵应该是 3x3。您能否检查y_test 和y_pred 中是否存在所有标签？
你说你有三个类，但看起来你的分类器只做了两个类。向我们发布您用于训练分类器的代码。特别要确保您正确传递标签列。
您还没有发布分类器的代码，所以我们无法解决为什么它只训练到两个类而不是三个。 SO规则要求您Minimal, Complete Verifiable Example (MCVE)

【解决方案1】：

这是你得到的解释。

对于任何 NxN 混淆矩阵，以下成立：

实际：是真正的标签

对于 2x2 的情况（更简单的解释）：

【讨论】：

【解决方案2】：

让我们仔细看看结果：

tn, fp, fn, tp = np.array([[18, 10],
                           [ 7, 61]]).ravel()

这意味着：

tn (True Negative) = 18
fp (False Positive) = 10
fn (False Negative) = 7 
tp (True Positive) = 61

换句话说，

你也可以直接使用

tn, fp, fn, tp = confusion_matrix(y_true, y_pred).ravel()

【讨论】：