如何在 Scikit 中计算多类分类的混淆矩阵？

Question

我有一个多类分类任务。当我运行我的脚本基于scikit example如下：

classifier = OneVsRestClassifier(GradientBoostingClassifier(n_estimators=70, max_depth=3, learning_rate=.02))

y_pred = classifier.fit(X_train, y_train).predict(X_test)
cnf_matrix = confusion_matrix(y_test, y_pred)

我收到这个错误：

File "C:\ProgramData\Anaconda2\lib\site-packages\sklearn\metrics\classification.py", line 242, in confusion_matrix
    raise ValueError("%s is not supported" % y_type)
ValueError: multilabel-indicator is not supported

我试图将 labels=classifier.classes_ 传递给 confusion_matrix()，但没有用。

y_test和y_pred如下：

y_test =
array([[0, 0, 0, 1, 0, 0],
   [0, 0, 0, 0, 1, 0],
   [0, 1, 0, 0, 0, 0],
   ..., 
   [0, 0, 0, 0, 0, 1],
   [0, 0, 0, 1, 0, 0],
   [0, 0, 0, 0, 1, 0]])


y_pred = 
array([[0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0],
   ..., 
   [0, 0, 0, 0, 0, 1],
   [0, 0, 0, 0, 0, 1],
   [0, 0, 0, 0, 0, 0]])

Answer 1

首先您需要创建标签输出数组。假设您有 3 类: 'cat', 'dog', 'house' 索引：0,1,2 。 2 个样本的预测为：'dog'、'house'。您的输出将是：

y_pred = [[0, 1, 0],[0, 0, 1]]

运行 y_pred.argmax(1) 得到：[1,2] 这个数组代表原始标签索引，意思是： ['dog', 'house']

num_classes = 3

# from lable to categorial
y_prediction = np.array([1,2]) 
y_categorial = np_utils.to_categorical(y_prediction, num_classes)

# from categorial to lable indexing
y_pred = y_categorial.argmax(1)

Answer 2

这对我有用：

y_test_non_category = [ np.argmax(t) for t in y_test ]
y_predict_non_category = [ np.argmax(t) for t in y_predict ]

from sklearn.metrics import confusion_matrix
conf_mat = confusion_matrix(y_test_non_category, y_predict_non_category)

其中 y_test 和 y_predict 是分类变量，如单热向量。

Answer 3

我只是从预测 y_pred 矩阵中减去输出 y_test 矩阵，同时保持分类格式。在 -1 的情况下，我假设为假阴性，而在 1 的情况下，我假设为假阳性。

下一个：

if output_matrix[i,j] == 1 and predictions_matrix[i,j] == 1:  
    produced_matrix[i,j] = 2

以下列符号结束：

-1：假阴性
1：误报
0：真阴性
2：真阳性

最后，执行一些简单的计数，您可以生成任何混淆指标。

如何在 Scikit 中计算多类分类的混淆矩阵？

How compute confusion matrix for multiclass classification in Scikit?

python

scikit-learn

classification

confusion-matrix