Pandas - pd.crosstab 给了我不正确的分类答案

【问题标题】：Pandas - pd.crosstab gives me incorrect classificationPandas - pd.crosstab 给了我不正确的分类
【发布时间】：2018-02-19 01:01:42
【问题描述】：

我建立了一个分类器，想试试pd.crosstab。但是，它似乎给了我不正确的总元素数量，这令人困惑，我不知道为什么。

实际代码：

df_confusion = pd.crosstab(pd.Series(y_pred), pd.Series(y_test), 
                           rownames=['Predicted'], colnames= ['Actual'],
                           margins=True)

在 jupyter notebook 中输入：df_confusion 产生

**Actual**   0.0      1.0   **All**

**Predicted**   

**0.0**    6529     1951        8480

**1.0**     718     208         926

**All**     7247    2159        9406**

而y_pred和y_test中每个类别0和1的元素总数如下：

sum(y_pred==0) equals 34264
sum(y_pred==1) equals 3514

sum(y_test==1) equals 34259
sum(y_test==0) equals 3519

但是导入confusion_matrix 会产生预期的答案

from sklearn.metrics  import confusion_matrix

confusion_matrix(y_test,y_pred)
array([[34259,     0],
       [    5,  3514]], dtype=int64)

【问题讨论】：

请确保您直接连续运行您的代码并再次检查结果。
pd.isnull(y_pred).any() 和 pd.isnull(y_test).any() 返回什么？
pd.crosstab 将（非 NaN？）值报告为 0.0 和 1.0。如果y_pred 和y_test 仅包含整数值，那么这些值将保持为整数。 pd.crosstab 将这些值报告为浮点数表明 pd.Series 将这些值提升为浮点数，因为存在一些非整数值，例如 np.nan。
谢谢！ pd.isnull(y_pred).any() 的答案是 False 和 y_test
@unutbu pd.unique(y_pred) 产生 array([0, 1], dtype=int64) ，y_test 的答案相同

标签： python python-2.7 pandas crosstab

【解决方案1】：

我遇到了类似的问题，混淆矩阵中的元素总数与系列中的元素数不匹配。它是由错误的索引引起的。我的一个系列是通过从数据框中删除行来创建的，而另一个是在循环中创建的。所以 2 系列中的指数不匹配。我必须在第一个系列中申请reset_index(drop=True)。

【讨论】：