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Python 如何在两个模型之间找到相似的预测x?,python,model,confusion-matrix,venn-diagram,Python,Model,Confusion Matrix,Venn Diagram,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
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()