Python-如何使用Python交叉表创建混淆矩阵统计信息

下面是我的Phyton脚本，它生成以下混淆矩阵

#/usr/bin/python-tt
来自未来进口部
导入csv
导入操作系统
作为pd进口熊猫
#----------------------------------------------------------------------------
def get_tcp_变量（文件路径）：
def tcp_拥塞_变体（测试版）：
打印（'predict（{}；abs（{}'）。格式（beta，abs（beta）））
如果（β>0.61，β=0.45，β0.75，β=cwnd_损失：
cwnd_损失=价值
其他：
贝塔值=int（当前值）/cwnd损失
贝塔值=（四舍五入（贝塔值，2））
beta_值。追加（beta_值）
cwnd_损失=价值
返回tcp_拥塞_变量（总和（beta_值）/len（beta_值））
打印（“****************************************************************”）
打印（“混淆矩阵”）
打印（“****************************************************************”）
矩阵={'actual'：[]，'predict'：[]
路径=“./csv_文件”
#----------------------------------------------------------------------------
def get_variant_predict（文件名）：
如果文件名中为“cubic”：
返回“立方”
如果文件名中有“reno”：
返回“雷诺”
如果文件名中有“bic”：
返回“BIC”
其他：
返回文件名[0]
#----------------------------------------------------------------------------
对于os.listdir（路径）中的文件名：
#矩阵['predict'].append（文件名[：4]）
矩阵['predict'].append（获取变量\u predict（文件名））
矩阵['actual'].append（get_tcp_variant（os.path.join（path，filename）））
data_frame=pd.crosstab（pd.Series（矩阵['actual']，name='actual'），
pd.系列（矩阵['predict']，名称='Predicted'））
#，margins=True）#添加“全部”
打印（“”）
打印（数据帧）

我们如何添加混淆矩阵统计信息（例如：

accurity

到

Python

pandas交叉表？如果我们手动添加，那么

accurity

将是（4+24+21）/（4+24+4+1+1+21）-但我想自动生成统计信息

(df * np.eye(3)).values.sum() / df.values.sum()

输出：

0.89090909090909087

输出：

0.89090909090909087

看看这个

看看这个

print(classification_report(matrix['actual'], 
                            matrix['predict'], 
                            target_names=['BIC', 'Cubic', 'Reno']))