混淆矩阵sklearn错误？

Question

我正在使用sklearn.metrics.confusion_matrix 进行测试，看看如果预测数组中有一个不在标签和映射数组中的类会发生什么。 我的代码是：

from sklearn.metrics import confusion_matrix as cm

a = ["positive\n", "positive\n", "negative\n", "positive\n", "negative\n"]
b = ["negative\n", "negative\n", "don't\n", "negative\n", "negative\n"]
m = ["positive\n", "negative\n"]
c = cm(a, b, m)
TN, FP, FN, TP = c.ravel()

print(c)
print("")
print("{} {} {} {}\n".format(TN, FP, FN, TP))

输出是：

[[0 3]
 [0 1]]

0 3 0 1

所以don't这个类被跳过了。

---

但是，如果您查看documentation 的版本v0.21.2，这是我安装的ravel() 方法“应该”输出我写的混淆矩阵的值：TN、FP、FN、TP .我的print 的输出不同。似乎ravel() 的真实输出被翻转：TP、FN、FP、TN。我的想法对吗？

Answer 1

没有错误。您已定义标签：

m = ["positive\n", "negative\n"]

因此"positive\n" 是负数，"negative\n" 是正数。结果符合您的要求。

如果你这样修改m：

m = ["negative\n", "positive\n"]

你会得到：

1 0 3 0

分别为TN, FP, FN, TP。