将 Python 中的数组划分为混淆矩阵
Dividing arrays in Python for confusion matrix
我有一个 2x2 的对象，我想将它除以 2x1，这样第一个分量除以第一行，第二个分量除以第二行。
我该怎么做？
cm = sklearn.metrics.confusion_matrix(Y1,Y2)
cm_sum = np.sum(cm, axis=1)
cm_perc = cm / cm_sum.astype(float) * 100
你只需要有合适的维度。您要除的那个必须是列向量。我们使用 .rehshape(-1,1) 来实现。
a = np.array([[2,3], [5,6]])
print(a)
b = np.array([2, 4]).reshape(-1, 1)
print(b)
print(a/b)
输出
[[2 3]
[5 6]]
[[2]
[4]]
[[1. 1.5 ]
[1.25 1.5 ]]
所以你的代码将是 -
Y1 = [1,0,1,0]
Y2 = [0,0,1,0]
cm = metrics.confusion_matrix(Y1,Y2)
cm_sum = np.sum(cm, axis=1).reshape(-1,1)
cm_perc = cm / cm_sum
您还可以在 np.sum 中使用 keepdims 参数，这将基本上保持维度，并且在这种情况下输出将是列向量。所以-
cm_sum = np.sum(cm, axis=1, keepdims=True)
也可以。
我有一个 2x2 的对象，我想将它除以 2x1，这样第一个分量除以第一行，第二个分量除以第二行。 我该怎么做？
cm = sklearn.metrics.confusion_matrix(Y1,Y2)
cm_sum = np.sum(cm, axis=1)
cm_perc = cm / cm_sum.astype(float) * 100
你只需要有合适的维度。您要除的那个必须是列向量。我们使用 .rehshape(-1,1) 来实现。
a = np.array([[2,3], [5,6]])
print(a)
b = np.array([2, 4]).reshape(-1, 1)
print(b)
print(a/b)
输出
[[2 3]
[5 6]]
[[2]
[4]]
[[1. 1.5 ]
[1.25 1.5 ]]
所以你的代码将是 -
Y1 = [1,0,1,0]
Y2 = [0,0,1,0]
cm = metrics.confusion_matrix(Y1,Y2)
cm_sum = np.sum(cm, axis=1).reshape(-1,1)
cm_perc = cm / cm_sum
您还可以在 np.sum 中使用 keepdims 参数，这将基本上保持维度，并且在这种情况下输出将是列向量。所以-
cm_sum = np.sum(cm, axis=1, keepdims=True)
也可以。