Python 3.x python中矩阵的计数

我想计算三个类别的真阳性、假阳性、假阴性、真阴性。我曾经有两个类别猫狗，这是我用来计算混淆矩阵的方法

    Y_pred has either a cat or dog 
    y_true has either a cat or dog  
    confusion_matrix_output =confusion_matrix(y_true, y_pred) 
    True_Positive = confusion_matrix_output[0][0]
    False_Positive = confusion_matrix_output[0][1]
    False_Negative = confusion_matrix_output[1][0]
    True_Negative = confusion_matrix_output[1][1]

现在我有三门课“猫”“狗”“兔子”

Y_pred has Cat Dog rabbit
y_true has Cat Dog rabbit

---

如何计算真阳性、假阳性、假阴性、真阴性？？？

现在你有三个类，所以不再只是阳性和阴性。 你必须看看： 猫被预测为猫，狗被预测为狗，兔子被预测为兔子，狗被预测为猫，猫被预测为狗，等等。在这种情况下，您将得到3乘3的混淆矩阵。混淆矩阵的大小是n乘n，其中n是类的数量

sklearn.metrics.conflusion_矩阵将所有这些抽象出来，并为您创建一个n×n矩阵。试试这个：

from sklearn.metrics import confusion_matrix
confusion_matrix_output =confusion_matrix(y_true, y_pred) 
Cat_P_Cat = confusion_matrix_output[0][0]

---

对于像这样的普通事情，以前总是有一个正确编写的模块：我在上面提到的代码中使用它，混淆_matrixy _true，y _pred当您有多个类时，那么您使用的是召回和精确性，而不是T/F-P/N。对于两个类，您选择Cat为正，Dog为负，对于三个类，二进制逻辑不再工作。