Python 如何使sklearn.metrics.confusion_matrix()始终返回TP、TN、FP、FN?
我正在使用sklearn.metrics.confusion\u matrix(y\u actual,y\u predict)Python 如何使sklearn.metrics.confusion_matrix()始终返回TP、TN、FP、FN?,python,scikit-learn,confusion-matrix,Python,Scikit Learn,Confusion Matrix,我正在使用sklearn.metrics.confusion\u matrix(y\u actual,y\u predict) from sklearn.metrics import confusion_matrix y_actual, y_predict = [1,1,1,1], [0,0,0,0] tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel() >>> [0 0 4 0] # ok y_a
from sklearn.metrics import confusion_matrix
y_actual, y_predict = [1,1,1,1], [0,0,0,0]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [0 0 4 0] # ok
y_actual, y_predict = [1,1,1,1],[0,1,0,1]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [0 0 2 2] # ok
但是,在某些情况下,混淆矩阵()并不总是返回这些信息,我会得到ValueError,如下所示
from sklearn.metrics import confusion_matrix
y_actual, y_predict = [0,0,0,0],[0,0,0,0]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [4] # ValueError: not enough values to unpack (expected 4, got 1)
y_actual, y_predict = [1,1,1,1],[1,1,1,1]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel()
>>> [4] # ValueError: not enough values to unpack (expected 4, got 1)
我的临时解决方案是编写自己的函数来提取这些信息。是否有任何方法可以强制混淆矩阵()始终返回tn、fp、fn、tp输出
谢谢这个问题与输入矩阵中包含的唯一标签的数量有关。在第二组示例中,它(正确地)仅使用一个类(分别为0或1)构建混淆矩阵
要强制它输出两个类,即使其中一个未被预测,请使用标签
属性
y_actual, y_predict = [0,0,0,0],[0,0,0,0]
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict, labels=[0,1]).ravel()
>> array([[4, 0],
[0, 0]])
哇,太完美了!!非常感谢。所以函数是ravel