Return tp, tn, fn, fp 基于每个输入元素

Question

我有一个 csv 文件，其中包含与 ID 关联的真实标签和预测标签 (4 类)。 csv 文件如下所示：

task_id,labels_true,labels_pred
76017-126511-18,2,2
76017-126512-18,0,3
76017-126513-18,2,2
76018-126511-18,2,2
76018-126512-18,2,2
76018-126513-18,2,1
76019-126511-18,2,2
76019-126512-18,1,0

我正在使用来自 sklearn.metrics

的混淆矩阵

y_true = df["labels_true"]
y_pred = df["labels_pred"]

cnf_matrix = confusion_matrix(y_true, y_pred, labels=[0,1,2,3])

它return是一个数组如下：

[[ 554    1   28    0]
[  15  1375   43    0]
[  42   476 2263    0]
[   0    0    0    0]]

我的目标是 return 一个列表，其中每个元素 ID 与相应的 tp、tn、fp、fn 值相关联，如下所示：

task_id,labels_true,labels_pred, cm
76017-126511-18,2,2, tp 
76017-126513-18,2,2, tp
76018-126511-18,2,2, tp

Answer 1

这是一个多重 class 混淆矩阵。 True/False 正数用于二进制 class 化问题。您可以做的是将您的标签编码为二进制值，例如（classes 1,2,3 编码为 1）并重新计算混淆矩阵。

Answer 2

TL;DR：对于多class个案例，这是不可能。

如前所述，真阳性 (TP)、真阴性 (TN)、假阳性 (FP) 和假阴性 (FN) 的概念来自二进制 class化设置；它们确实可以用于多 class class 化，如图所示，但在这种情况下，概念不是的直接扩展二进制情况，让你在这里问的实际上是不可能的。

在多class class化中，所有这些概念都是per class定义和计算的。这使得任何将样本唯一标识为属于这些类别（TP、FP、TN、FN）中的一个类别的努力都是不可能的。

让我们用一些例子来证明这一点，使用你的案例（4 classes [0, 1, 2, 3]）。

先取一个错误的class化样本，例如：

True label:      0
Predicted label: 3

从class0的观点（POV）来看，这是一个假阴性（FN）：预测不是0，应该是
从 class 1 的 POV 来看，这是一个真阴性：它不是 1，它有 正确地被class确定为不1
从 class 2 的 POV 来看，这又是一个真阴性 (TN)：它是不是 2，并且它已 正确地 被 class 确定为未 2
从 class 3 的 POV 来看，这是一个误报 (FP)：它被错误地 class 化为 3 而不是

类似的是正确的class化，比如说

True label:      2
Predicted label: 2

从class0的视角来看，这是一个真阴性（TN）：它是不是0，而且它是否正确class确定为未0
从class1的视角来看，这是一个真阴性（TN）：它是不是1，而且它正确地被class确定为不1
从 class 2 的 POV 来看，这是一个真阳性 (TP)
从class3的视角来看，这是一个真阴性（TN）：它是不是3，而且它是否正确class确定为未3

鉴于此说明，应该清楚您所问的实际上 在多 class 情况下是不可能的。

Return tp, tn, fn, fp 基于每个输入元素

Return tp, tn, fn, fp based on each input element

python

python-3.x

scikit-learn

confusion-matrix