牛客题解 | 生成二元分类的混淆矩阵

wc529065

已于 2025-03-22 19:38:34 修改

阅读量943

点赞数 25

CC 4.0 BY-SA版权

分类专栏：牛客机器学习编程题题单文章标签：分类矩阵数据挖掘算法力扣面试

于 2025-03-22 19:34:58 首次发布

本文链接：https://blog.youkuaiyun.com/wc529065/article/details/146445118

牛客机器学习编程题题单专栏收录该内容

90 篇文章

订阅专栏

题目

题目链接

混淆矩阵是一种描述分类模型性能的矩阵，其计算公式为：

$\begin{bmatrix} TP & FN \\ FP & TN \end{bmatrix}$

其中，TP是真阳性，TN是真阴性，FP是假阳性，FN是假阴性。
TP = True Positives (真正例): 正确预测为正类的样本数量
TN = True Negatives (真阴性): 正确预测为负类的样本数量
FP = False Positives (假阳性): 错误预测为正类的样本数量
FN = False Negatives (假阴性): 错误预测为负类的样本数量

标准代码如下

def confusion_matrix(data):
    # Count all occurrences
    counts = Counter(tuple(pair) for pair in data)
    # Get metrics
    TP, FN, FP, TN = counts[(1, 1)], counts[(1, 0)], counts[(0, 1)], counts[(0, 0)]
    # Define matrix and return
    confusion_matrix = [[TP, FN], [FP, TN]]
    return confusion_matrix