Scikit learn 带sklearn的混淆矩阵
我训练了一个垃圾邮件过滤模型 我用这行代码得到了混乱矩阵Scikit learn 带sklearn的混淆矩阵,scikit-learn,text-classification,confusion-matrix,Scikit Learn,Text Classification,Confusion Matrix,我训练了一个垃圾邮件过滤模型 我用这行代码得到了混乱矩阵 tn, fp, fn, tp= confusion_matrix(targets, predictions).ravel() 分类标签如下所示: targets = test_set['S'].values S值是每个电子邮件的分类标签 这就是结果 我在任何时候都不会指明哪一类是正的,哪一类是负的。。我如何知道哪个是哪个(垃圾邮件被认为是积极类) 我有多个模型,支持向量机,朴素贝叶斯和决策树显示你的目标和预测。它们将按字母顺序进行
tn, fp, fn, tp= confusion_matrix(targets, predictions).ravel()
分类标签如下所示:
targets = test_set['S'].values
S值是每个电子邮件的分类标签
这就是结果
我在任何时候都不会指明哪一类是正的,哪一类是负的。。我如何知道哪个是哪个(垃圾邮件被认为是积极类) 我有多个模型,支持向量机,朴素贝叶斯和决策树显示你的
目标
和预测
。它们将按字母顺序进行内部编码,并且作为编码数字获得1
的类将为正数。在这里,您的数据包含ham
和spam
,然后ham
将是0,spam
将是1,所以是的,spam是正类。@VivekKumar确定吗?我所有的项目评估都是基于这个…你说的按字母顺序内部编码是什么意思,你能解释更多的参考吗?是的。所有能够处理字符串标签的scikit实用程序都将在内部使用,而这些工具又将用于获取所有唯一类。numpy.unique
以排序方式返回数据。