为什么我的混淆矩阵只返回一个数字？

Question

我正在做一个二元分类。每当我的预测等于基本事实时，我都会找到 sklearn.metrics.confusion_matrix 返回一个值。没有问题吗？

from sklearn.metrics import confusion_matrix
print(confusion_matrix([True, True], [True, True])
# [[2]]

我希望是这样的：

[[2 0]
 [0 0]]

Answer 1

请填写labels=[True, False]:

from sklearn.metrics import confusion_matrix

cm = confusion_matrix(y_true=[True, True], y_pred=[True, True], labels=[True, False])
print(cm)

# [[2 0]
#  [0 0]]

为什么？

从docs，confusion_matrix(y_true, y_pred) 的输出是：

C: ndarray of shape (n_classes, n_classes)

变量n_classes 是：

• 猜测为y_true或y_pred中唯一值的数量
• 取自可选参数的长度labels

在你的情况下，因为你没有填写labels，所以变量n_classes是从[True, True]中唯一值的数量中猜测出来的，即1。因此是结果。

Answer 2

您收到 1 个号码是因为您没有指定标签。我认为这段代码将帮助您获得 true_positives、truenegative、precesion、recall、f1-score 等

代码

from sklearn import metrics

A     = [True, True]
B     = [True, True]
label = [True, False] 


# True positives and False Negatives
cm = metrics.confusion_matrix(y_true=A, y_pred=B, labels=label)
print(cm)

# Report (f1-score, precesion, recall, support)
report = metrics.classification_report([True, False], [False, True], digits=3,output_dict=True)
df = pd.DataFrame(report).transpose()
df

结果

[[2 0]
 [0 0]]