构建具有缺失数据的混淆矩阵

Question

我正在用 4 类 (1.0, 2.0, 3.0, 4.0)

构造一个混淆矩阵

然而，在某些情况下，预期和预测数组都只有 3 类:

>> expected
array([ 3.,  2.,  4.])
>> predicted
array([4.0, 2.0, 3.0])

所以，得到的混淆矩阵只有3x3的矩阵：

from sklearn.metrics import confusion_matrix
confusion_matrix(expected, predicted)

array([[1, 0, 0],
       [0, 1, 0],
       [0, 0, 1]])

在这种情况下，我如何仍然可以制作 4x4 混淆矩阵？

Answer 1

是的，你可以。如果使用 labels 关键字参数，则可以为所有类.

打印一个混淆矩阵

>>>confusion_matrix(expected,predicted,labels=[1.,2.,3.,4.])
array([[0, 0, 0, 0],
       [0, 1, 0, 0],
       [0, 0, 0, 1],
       [0, 0, 1, 0]])

一个有用的link是confusion_matrix docs

Construct confusion matrix with missing data