Sklearn中的confusion_matrix排列方式与计算

最新推荐文章于 2025-03-13 12:05:44 发布
最新推荐文章于 2025-03-13 12:05:44 发布
阅读量878 收藏
点赞数
分类专栏： 机器学习 文章标签： sklearn 机器学习 python 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_44785351/article/details/124734469
版权
本文探讨了Sklearn库中的confusion_matrix，揭示了其矩阵排列方式，即横轴为预测值，纵轴为真实值，0代表Negative，1代表Positive。同时，我们还计算并解释了精确度和召回率，这些都是评估分类模型性能的重要指标。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Sklearn中的confusion_matrix排列方式与计算

定义一个预测和真实值，打印出confusion matrix和精确度、召回率在这里插入图片描述
经过推导后，发现0代表Negative，1代表Postive，矩阵的横轴为预测，纵轴为真实值，如下图所示：
请添加图片描述

利用python-sklearn confusion_matrix计算混淆矩阵需要注意的地方
zhangxiaohua18的博客
01-04 3781
文章目录前言一、混淆矩阵的概念二、python计算混淆矩阵1.计算的类别尽量不要使用小数作为类别。2.注意输入到confusion_matrix中的两个参数是一维数组，所以要是二维数组的话一定要先展成一维数组总结 前言 混淆矩阵的计算是有必要的。不论是分类，分割。亦或是类别与类别之间的对照。在这里我举一个例子，我现在有大气气温我将其分为低，中，高三组，还有地表温度我也将其分为低，中，高三组。我现在就想看看是不是低的地温会导致低的地温，高的气温会导致高的地温。那么这种情况下的计算，也可能需要使用混淆矩阵。.
8.关于python里面的混淆矩阵（confusion_matrix）排列问题，与教科书、R语言、SPSS都反着的！！！
菜鸟打怪升级副本
03-08 3052
python里面的混淆矩阵（confusion_matrix）排列问题，true 和 predict 的位置是反着的，并且positive 和negative也反着排列的！！！与教科书、R语言、SPSS都反着的！！！ 如果是从R转过来使用python的话，这个小偏差会造成巨大巨大巨大的损失！
【笔记】分类模型，混淆矩阵sklearn实现：sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None)返回值：一个格式化的字符串
nyist_yangguang的博客
11-19 6910
混淆矩阵sklearn实现：sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None)返回值：一个格式化的字符串，给出了分类结果的混淆矩阵。参数：参考classification_report 。混淆矩阵的内容如下，其中Cij表示真实标记为i但是预测为j的样本的数量。 分类模型 混淆矩阵 sklearn实现： sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None)..
【scikit-learn】sklearn.metrics.confusion_matrix() 函数：混淆矩阵，分类模型评估
彬彬侠的博客
03-13 885
confusion_matrix（混淆矩阵）是sklearn.metrics提供的分类模型评估工具，用于计算真实类别和预测类别之间的对比关系。通过matplotlib或seaborn可视化混淆矩阵，更直观地查看误分类情况。可以结合accuracy_score、precision_score、recall_score和f1_score进一步评估模型性能。可以使用normalize='true'计算归一化混淆矩阵，查看每个类别的分类情况。
【Pytorch】进阶学习：深入解析 sklearn.metrics 中的 confusion_matrix（混淆矩阵）
创作高质量博文，分享知识，共同进步！
03-25 5918
【🔍Pytorch进阶】解锁分类神器🔑！深入剖析sklearn.metrics中的confusion_matrix📊。从原理到实践，让你轻松掌握混淆矩阵的奥秘🌈。可视化技巧助你一臂之力，直观展示模型性能📈。揭秘性能指标，准确评估分类效果🎯。更有局限性分析与改进方法，让你的模型更上一层楼🚀。探索扩展应用，拓宽机器学习视野🌍。读完这篇博客，你将成为混淆矩阵的行家里手！#混淆矩阵 #机器学习 #性能评估 #分类模型 #sklearn
sklearn 学习-混淆矩阵 Confusion matrix
yuxuan89814的专栏
01-25 1370
对sklearn的混淆矩阵confusion_matrix的理解
sklearn.model_selection.learning_curve的详细介绍（包含ShuffleSplit()介绍）
xiaiming0的博客
03-15 1472
提示：sklearn.model_selection.learning_curve的详细介绍。
plot_confusion_matri导入
09-25
在Python中，导入`plot_confusion_matrix`的步骤如下，假设已经安装了`sklearn`库： ```python from sklearn.metrics import plot_confusion_matrix ``` 如果你需要从一个已经训练好的分类器（例如`Classifier`...
python逻辑回归模型建模步骤_实战：利用Python sklearn库里的逻辑回归模型训练数据---建立模型...
weixin_31488273的博客
01-30 1619
本案例主要是通过对不均衡的28万组数据建立模型，分析预测欺诈用户，采用sigmod函数作为损失函数，采用交叉验证的方法和l1正交法则，比对了不同惩罚函数下的模型的召回率，也通过预测值和实际值做出混淆矩阵更加直观看到各种预测结果。也比较了sigmod函数下的不同阈值下的模型预测的精度和召回率。以下是部分数据格式，代码中对每一步如何做以及为什么做了详细的说明。可能有某些库的版本不同会出现错误。数据格式...
import numpy as np def confusion_matrix(y_true, y_predict): ''' 构建二分类的混淆矩阵，并将其返回 :param y_true: 真实类别，类型为ndarray :param y_predict: 预测类别，类型为ndarray :return: shape为(2, 2)的ndarray ''' #********* Begin *********#
最新发布
03-29
比如，sklearn中的confusion_matrix返回的矩阵的行是真实类，列是预测类，所以结构是： [[TN, FP], [FN, TP]] 或者可能对于二分类，当类别是0和1时，第一个行是真实0类，第二行是真实1类。列同理。比如，对于真实...
Python 计算混淆矩阵
05-31
用Python计算图像对不同地物分类精确度， 计算分类结果图与标准参考图的混淆矩阵， 对分类结果进行评价
sklearn中混淆矩阵（confusion_matrix函数）的理解与使用
热门推荐
Sartin的博客
04-29 7万+
混淆矩阵 百度百科的定义： 混淆矩阵（confusion matrix）也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。 在人工智能中，混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。在图像精度评价中，主要用于比较分类结果和...
sklearn.metrics.confusion_matrix()用法
Kawords的博客
06-19 550
labels 参数用于指定混淆矩阵中标签的顺序。如果不提供该参数，混淆矩阵将根据输入中标签的出现顺序自动生成。sklearn.metrics.confusion_matrix 是用于计算分类问题的混淆矩阵的函数。
sklearn(十一)计算混淆矩阵：confusion_matrix和multilabel_confusion_matrix
凝眸伏笔的博客
04-19 1万+
1.混淆矩阵confusion_matrix 适用于二分类、多分类。 每一行之和表示该类别的真实样本数量，每一列之和表示被预测为该类别的样本数量。 1.分类模型之混淆矩阵： 每一行和每一列分别对应样本输出中的每一个类别，行表示实际类别，列表示预测类别。 A类别 B类别 C类别 A类别 5 0 0 B类别 0
关于sklearn中的混淆矩阵confusion matrix的学习
sigmoidAndReLU的博客
06-09 2249
定义 混淆矩阵是有 TP、TN、 FP、FN组成的一个元组，这句话是不错的，看官网给定的代码！ >>> from sklearn.metrics import confusion_matrix >>> y_true = [2, 0, 2, 2, 0, 1] >>> y_pred = [0, 0, 2, 2, 0, 2] >>> confusion_matrix(y_true, y_pred) array([[2, 0, 0],
[Python+sklearn] 计算混淆矩阵 confusion_matrix()函数
真理无穷，进一步有进一步的欢喜
08-19 5万+
python sklearn 计算混淆矩阵 confusion_matrix()函数 参考sklearn官方文档：sklearn.metrics.confusion_matrix。 功能： 计算混淆矩阵，以评估分类的准确性。 （关于混淆矩阵的含义，见：混淆矩阵(Confusion Matrix)。） 语法： from sklearn.metrics import confusion_matrix ...
sklearn 统计多分类和单分类结果的混淆矩阵API 写法 confusion_matrix 左边为真实值 上边为预测值
studyvcmfc的专栏
05-27 528
分析代码源自 from sklearn.metrics import confusion_matrix 如何写混淆矩阵 手动分析如下 一 将y_true y_pred写成列向量的形式 y_true y_pre 是否匹配(真实值与预测值是否匹配) 0 1 n 1 1 y 0 1 n 1 0 n 二 统计 二分类混淆矩阵列如下（1代表阳性 0 代表阴性） ..
sklearn踩坑confusion_matrix和KFold
LeeYotta的博客
03-20 285
sklearn踩坑confusion_matrix和KFold
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值