Python 保存混淆矩阵

是否有可能保存由

sklearn.metrics

生成的混淆矩阵

我想将不同分类算法的多个结果保存在一个数组中，或者可能保存在一个数据帧中，这样我就可以显示哪种算法效果最好

print('Neural net: \n',confusion_matrix(Y_test, Y_pred), sep=' ')

如何在循环中保存生成的混淆矩阵？（我正在对一组200个不同的目标变量进行培训）

我在这里遇到了一些定义问题[array未定义，而在非[I]版本中，它运行平稳]

此外，我正在规范化混淆矩阵。如何在整个循环之后打印出混淆矩阵的平均结果？（200个不同混淆矩阵的平均值）

---

我对python还不是很熟练。

我不知道你所说的针对一组目标变量的训练是什么意思（请详细说明），但这里是使用

numpy

对混淆矩阵进行平均的开始

首先创建一个空的结果矩阵，它是三维的，大小为200个堆叠的混淆矩阵。然后在for循环中逐个填充这些值。最后，将所得矩阵沿目标的维数进行平均，得到平均混淆矩阵

import numpy as np

N = len(Y_pred)
result = np.zeros((len(targets), N, N))
for i, target in enumerate(targets):
    result[i] = confusion_matrix(Y_test, Y_pred) # do someting with target?
print(result.mean(axis=0))

---

首先要解决数组未定义的问题。 在python中，列表声明为：

array=[]

由于在声明期间并没有给出列表的大小，所以并没有分配任何空间。因此，我们不能为未分配的位置赋值

array[i]=some value, but no space is allocated for array

因此，如果您知道数组所需的大小，请在声明期间填充零，并以这种方式使用数组，或者在循环中使用array.append（）方法

现在保存混淆矩阵： 由于混淆矩阵返回二维数组，您需要保存多个这样的数组，因此使用三维数组保存值

import numpy as np
matrix_result=np.zeroes((200,len(y_pred),len(y_pred)))
for i in range(200):
    matrix_result[i]=confusion_matrix(X_pred,y_pred)

求平均值

   matrix_result_average=matrix_result.mean(axis=0)

---

您是否定义了

数组

？在python中，您需要先定义一个列表，然后才能为其元素赋值。非常感谢您的回答。我已经试过了，因为我有一个二进制分类，所以我把len（y_pred），len（y_pred）设置为2。我的混淆矩阵的维数为2x2。我尝试将问题缩小到3次迭代，并将第一个维度设置为3。然而，数组太小，甚至无法保存第一次迭代的结果？打印时混淆矩阵的输出也以某种方式采用[[fields]]格式。你知道我做错了什么吗？我的循环好像有点问题，在范围内（13，停止）。所以它抛出了一个IndexError异常，因为我的索引是13，但矩阵的维数是（3,2,2）。我把15作为一个停止点，并认为这将符合当时的尺寸/在范围（3）中使用i，因为将3作为第一个维度。混淆矩阵打印为[[result]]，因为它是一维数组中的二维矩阵。

   matrix_result_average=matrix_result.mean(axis=0)