Python 如何在两个模型之间找到相似的预测x？

我用相同的算法实现了两个模型，但具有不同数量的特征，因此有两个不同的混淆矩阵。 我想看看哪些预测项目与这两个项目相似，并将预测的相似性绘制在维恩图中。

答案

这应该可以完成任务 可视化

---

为每个模型的预测创建一个带有输出列的数据框，然后添加一列，条件是Pred1==Pred2=>1，否则为0。现在您可以计算类似结果的数量谢谢您的提示，第一部分非常有用。然而，我对如何使用维恩图绘制相似性有点困惑，因为它是一组1和0。子集=（diff_mod1，diff_mod2，intersection）。由于您有相似的编号，请计算1，您将获得交叉点编号，对于len（数据）-交叉点=差异_mo1@gg1由于这两个数据集的大小相同，Mod2=Mod1=count of 1+count of 0能否使用您在回答的第一部分中提供的示例数据帮助绘制维恩图？谢谢

df[“类似”]。value_counts（）

子集（valuefor0、valuefor0、valuefor1）

data = {"Mod1":[1,0,1,1,0,0,0,1,1,1],"Mod2":[1,0,1,0,1,0,0,1,0,1]}

df = pd.DataFrame(data)
df["Similar"] = np.where(df["Mod1"]==df["Mod2"],1,0)
df.head()

#output

Mod1Mod2Similar
0   1   1   1
1   0   0   1
2   1   1   1
3   1   0   0
4   0   1   0

# !pip install matplotlib-venn

import matplotlib.pyplot as plt
from matplotlib_venn import venn2

venn2(subsets = (3, 3, 7), set_labels = ('Mod1', 'Mod2'))
plt.show()