【问题标题】：Why scikit learn confusion matrix is reversed?为什么scikit学习混淆矩阵是反转的？
【发布时间】：2019-09-28 09:34:03
【问题描述】：

我有 3 个问题：

sklearn的混淆矩阵如下：

TN | FP
FN | TP

当我查看在线资源时，我发现它是这样的：

TP | FP
FN | TN

我应该考虑哪一个？

由于 scikit learn 的上述混淆矩阵与我在其他资源中找到的不同，在多类混淆矩阵中，结构是什么？我在这里看这篇文章： Scikit-learn: How to obtain True Positive, True Negative, False Positive and False Negative 在那篇文章中，@lucidv01d 发布了一个图表来了解多类的类别。 scikit learn中的那个类别是一样的吗？

如何计算多类的准确度？例如，我有这个混淆矩阵：

[[27  6  0 16]
 [ 5 18  0 21]
 [ 1  3  6  9]
 [ 0  0  0 48]]

在我在问题 2 中提到的同一篇文章中，他写了这个等式：

整体准确度

ACC = (TP+TN)/(TP+FP+FN+TN)

但这不只适用于二进制文件吗？我的意思是，我用什么类代替TP？

【问题讨论】：

标签： scikit-learn text-classification confusion-matrix performance-measuring

【解决方案1】：

sklearn 的混淆矩阵显示如下的原因

TN | FP
FN | TP

这样是因为在他们的代码中，他们认为 0 是负类，1 是正类。 sklearn 始终认为较小的数字为负数，较大的数字为正数。通过数字，我的意思是类值（0或1）。顺序取决于您的数据集和类。

准确率将是对角元素的总和除以所有元素的总和。p 对角元素是正确预测的数量。

【讨论】：

【解决方案2】：

正如sklearn guide 所说：“（维基百科和其他参考资料可能对轴使用不同的约定）”

这是什么意思？在构建混淆矩阵时，第一步是决定在哪里放置预测和真实值（真实标签）。有两种可能：

将预测放在列中，将真实标签放在行中
将预测放在行中，将真实标签放在列中

决定你想走哪条路完全是主观。从这张图片中，在here 中解释，很明显 scikit-learn 的约定是将预测放在列上，将真实标签放在行上。

因此，根据 scikit-learns 约定，这意味着：

第一列包含负预测（TN 和 FN）
第二列包含正预测（TP 和 FP）
第一行包含否定标签（TN 和 FP）
第二行包含正标签（TP 和 FN）
对角线包含正确预测标签的数量。

根据这些信息，我认为您将能够解决您的问题的第 1 部分和第 2 部分。

对于第 3 部分，您只需将对角线上的值相加并除以所有元素的总和，即为

(27 + 18 + 6 + 48) / (27 + 18 + 6 + 48 + 6 + 16 + 5 + 21 + 1 + 3 + 9)

或者你可以只使用 score() 函数。

【讨论】：

但是我们这里有 3 列，第 3 行也发生了什么？
@JohnSall 你指的是这个数字还是别的什么？
图中一共有三行三列。

【解决方案3】：

scikit-learn 的约定是将预测放在列中，将实际值放在行中
scikit-learn 的约定是默认将 0 用于负类（顶部），将 1 用于正类（底部）。可以使用标签 = [1,0] 更改顺序。可以这样计算整体准确率

M = np.array([[27, 6, 0, 16], [5, 18,0,21],[1,3,6,9],[0,0,0,48]] )

M

对角线之和

w = M.diagonal()
w.sum()

矩阵之和

M.sum()

160

ACC = w.sum()/M.sum()
ACC

0.61875

【讨论】：