热图上 FN 和 FP 之间的混淆矩阵混淆

【问题标题】：confusion matrix confusion between FN & FP on the heatmap热图上 FN 和 FP 之间的混淆矩阵混淆
【发布时间】：2020-11-05 19:41:35
【问题描述】：

我正在尝试使用 Python 上的机器学习来解决分类问题。该主题是关于使用信用数据集来预测该人的信用是好还是坏。当一个人有良好的信用时为 0，如果没有则为 1。我用 LR 创建了一个混淆矩阵。我不确定 13 是 FN 还是 FP。有人可以为我澄清一下吗？这是他的混淆矩阵

【问题讨论】：

【解决方案1】：

将 0 设为正类有点奇怪。在任何情况下，您都需要翻转混淆矩阵。假设您的测试和预测是这样的

y_test = np.repeat([0,1,0,1],[128,34,13,25])
y_pred = np.repeat([0,0,1,1],[128,34,13,25])

我们总是做预测，实际：

from sklearn.metrics import confusion_matrix
import seaborn as sns
cfm = confusion_matrix(y_pred,y_test)
sns.heatmap(cfm,annot=True,cmap="Blues")

所以在这种情况下，我们只是继续使用零作为您的正类，这与您在 wiki for confusion matrix 的图表中所拥有的完全一样：

右上角是假阳性（34），左下角是假阴性。

【讨论】：