如何计算从多列派生的混淆矩阵？答案

【问题标题】：How to compute a confusion matrix derived from multiple columns?如何计算从多列派生的混淆矩阵？
【发布时间】：2021-04-28 05:51:35
【问题描述】：

我有两个要计算混淆矩阵的 DataFrame。

以下是“df_responses”结构的示例：

Question 1      |  Red  |  Blue  | Yellow | None of the Above |   
Participant ID  |       |        |        |                   |
1               |   1   |    1   |    1   |       0           |
2               |   0   |    0   |    0   |       1           |
3               |   1   |    0   |    1   |       0           |

以下是“df_actual”的结构示例：

Question 1      |  Red  |  Blue  | Yellow | None of the Above |   
                |       |        |        |                   |
1               |   1   |    0   |    1   |       0           |
2               |   1   |    0   |    1   |       0           |
3               |   1   |    0   |    1   |       0           |

理想情况下，我还想创建一个新的 DataFrame，其中包含每个参与者的 True Positive 和 False Negative 分数，如下所示：

Question 1      | True Positive | False Negative | 
Participant ID  |               |                | 
1               |     2         |       0        |
2               |     0         |       2        |
3               |     2         |       0        |

我试过了（@John Mommers）：

for x in range(len(df_responses)):
    tn, fp, fn, tp = confusion_matrix(df_responses, df_actual).ravel()
    print (f'Nr:{i}  true neg:{tn}  false pos:{fp}   false neg:{fn}   true pos:{tp}')

但是，我得到了一个

ValueError: multilabel-indicator is not supported.

是否有其他方法可以计算 TP 和 FN？

加法（数据作为文本）：

df_responses

{'Red': {1: 1, 2: 0, 3: 1},
'Blue': {1: 1, 2: 0, 3: 0},
'Yellow': {1: 1, 2: 0, 3: 1},
'None of the above': {1: 0, 2: 1, 3: 0}}

df_actual

{'Red': {1: 1, 2: 1, 3: 1},
'Blue': {1: 0, 2: 0, 3: 0},
'Yellow': {1: 1, 2: 1, 3: 1},
'None of the above': {1: 0, 2: 0, 3: 0}}

【问题讨论】：

你能用df.to_dict()将你的数据作为文本重新发布吗？
是的，我已经添加了！
参与者2的真阳性是什么
参与者2的真阳性为零

标签： python scikit-learn confusion-matrix

【解决方案1】：

你可以创建你想要的df，例如：

df = pd.DataFrame()   
df["tp"] = np.sum((df_actual == 1) & (df_responses == 1), axis=1)
df["fp"] = np.sum((df_actual == 0) & (df_responses == 1), axis=1)

请注意，这并不是真正的混淆矩阵 - 在这种情况下，您的行是预测的，列是标签值（反之亦然），值作为计数。对于多值标签/响应，这可能没有明确定义，这就是您在使用 sklearn 时遇到错误的原因。

【讨论】：

【解决方案2】：

您不能以这种方式使用sklearn 函数confusion_matrix，因为它仅支持一维标签，而在您的情况下，您有四个标签。这就是您收到错误 multilabel-indicator is not supported 的原因。

所以你必须将数据框的每一行都传递给这个函数。

for x in range(len(df_responses)):
   y_responses = df_responses.iloc[x].to_numpy()
   y_actual = df_actual.iloc[x].to_numpy()
   tn, fp, fn, tp = confusion_matrix(y_responses, y_actual).ravel()
   print (f'Nr:{i} true neg:{tn} false pos:{fp} false neg:{fn} true pos:{tp}')

【讨论】：