1.這里介紹由?sklearn.metrics.ConfusionMatrixDisplay?所給出的關(guān)于混淆矩陣的一個小例子，來進(jìn)行理解混淆矩陣及如何應(yīng)用混淆矩陣來對數(shù)據(jù)進(jìn)行分析

2.先了解混淆矩陣的一些基本信息，這里規(guī)定正類為1，負(fù)類為0

TP(True Positives): 預(yù)測為1，而真實(shí)的也為1 （即正類判斷為正類，1判斷為1）

TN(True Negatives): 預(yù)測為0，真實(shí)的也為0? ?（即負(fù)類判斷為負(fù)類，0判斷為0）

FP(False Positives): 預(yù)測為1，真實(shí)的為0? ? ? ?（即負(fù)類判斷為正類，將0判斷為了1）

FN(False Negatives): 預(yù)測為0，真實(shí)為1? ? ? ? （即正類判斷為負(fù)類，將1判斷為了0）?

上方表格中，說明一下FN = 2 ,即表示預(yù)測為0的樣本總的有14個，但是其中有2個樣本咱預(yù)測成了0不過其真實(shí)的情況是為1，所以得到了FN = 2，即將本來是1的預(yù)測成了0（正類預(yù)測成了負(fù)類）。

為了便于理解，還可以將1理解成患病的情況，0是沒病的情況，那么上面FN=2,則可理解成，將本來是患病的2個人預(yù)測成了沒病，所以自然預(yù)測出問題了，他倆本來有病，但計(jì)算機(jī)預(yù)測他倆沒病。

這個預(yù)測的數(shù)據(jù)，并非人為的憑空捏造，而是通過相關(guān)模型的建立及訓(xùn)練后，傳入相關(guān)測試數(shù)據(jù)后，得到的預(yù)測數(shù)據(jù)。

而我們會想如果預(yù)測的數(shù)據(jù)和真實(shí)的數(shù)據(jù)情況一樣的情況呢，即假設(shè)咱建立的模型很牛掰，預(yù)測的很準(zhǔn)達(dá)到了100%正確，那么TN、FP、FN、TP的取值又該如何呢？即如下表情況：我們規(guī)定其真實(shí)的0的個數(shù)和上表一樣還是13個，真實(shí)的1的個數(shù)仍舊為12，然后預(yù)測情況如下：

可以看到預(yù)測情況和真實(shí)的情況一樣，即這種情況毫無疑問，預(yù)測準(zhǔn)確率達(dá)到了100%，當(dāng)然一般情況下，預(yù)測能力可達(dá)不到100%正確。

除上述外還需了解召回率（recall score）的相關(guān)信息，可從sklearn.metrics.recall_score 中進(jìn)行了解，即使用TN、FP、FN、TP的相關(guān)值來計(jì)算的一個分?jǐn)?shù)，進(jìn)而評估該預(yù)測效果

3.接下來了解通過代碼及運(yùn)行結(jié)果來進(jìn)行相關(guān)信息的理解及應(yīng)用

3.1? 基于SVC的方式來進(jìn)行訓(xùn)練及預(yù)測

# 混淆矩陣 confusion matrix

import matplotlib.pyplot as plt
import numpy as np

from sklearn.datasets import make_classification
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

from sklearn.metrics._classification import recall_score





X, y = make_classification(random_state=0)
X_train, X_test, y_train, y_test = train_test_split(X, y,random_state=0)

print("真實(shí)的 Y值:",y_test)


# SVC 方式

clf = SVC(random_state=0)


clf.fit(X_train, y_train)


predictions = clf.predict(X_test)


print("預(yù)測的 Y值:",predictions)

# SVC
#Y: [1 1 1 0 0 1 1 0 1 1 1 0 0 0 0 1 0 0 1 1 0 0 1 0 0]
#p: [1 0 1 0 0 1 1 0 0 1 1 0 0 0 0 1 0 0 1 1 1 0 1 0 0]
#      x             x                       x     





cm = confusion_matrix(y_test, predictions)

disp = ConfusionMatrixDisplay(confusion_matrix=cm)

r = recall_score(y_test,predictions,average='macro')


print("\n","recall score:" , r)



disp.plot()

plt.show()

控制臺輸出：recall score =?0.8782051282051282

?混淆矩陣圖像：

為了方便理解，不妨將混淆矩陣的各個模塊添加上坐標(biāo)，所以可以看到下圖的各個模塊坐標(biāo)，坐標(biāo)為（0,0）的模塊樣本數(shù)量有12個，（0,1）的有1個，（1,0）的有2個，（1,1）的有10個

首先通過對控制臺輸出的真實(shí)的 Y 值及預(yù)測的Y值進(jìn)行分析，可以看到下圖中打上紅叉的地方，預(yù)測的Y值與真實(shí)值并不一樣，所以可以看到混淆矩陣圖上（1,0）的地方有2個，其代表的意思就是預(yù)測為0但實(shí)際為1的樣本數(shù)量有2個，即 FN = 2；

又有（0,1）的模塊有1個樣本，即 FP = 1,表示為預(yù)測為 1但實(shí)際上是 0（將負(fù)類預(yù)測成了正類，0預(yù)測成了1）；

又有（0,0）的模塊為12個，即 TN = 12,表示為預(yù)測為0，真實(shí)的也為0的有12個樣本（負(fù)類預(yù)測成負(fù)類，0預(yù)測成了0）；

之后有（1,1）的模塊為10個，即?TP = 10,表示為預(yù)測成1，真實(shí)的也為1的有10個樣本（正類預(yù)測成正類，1預(yù)測成了1）。

3.2 基于邏輯回歸的方式訓(xùn)練及預(yù)測

# 添加如下代碼，且將SVC方式注釋掉使用邏輯回歸方式即可


from sklearn.linear_model import LogisticRegression



# SVC 方式
# clf = SVC(random_state=0)

# 邏輯回歸方式
clf = LogisticRegression(random_state=0)

?可以發(fā)現(xiàn)recall score 分?jǐn)?shù)較SVC的提高了些

?可以發(fā)現(xiàn)對比之前的混淆矩陣，邏輯回歸方式，（1,1）即 TP = 11，從TP = 10 提高到了 11，略有上升。

3.3 線性回歸的方式訓(xùn)練及預(yù)測

# 添加線性回歸的庫，即調(diào)用線性回歸的代碼

from sklearn.linear_model import LinearRegression


# SVC 方式
# clf = SVC(random_state=0)

# 邏輯回歸方式
# clf = LogisticRegression(random_state=0)

# 采用線性回歸
clf = LinearRegression()


clf.fit(X_train, y_train)


predictions = clf.predict(X_test)

predictions = predictions.astype(int)   # 將預(yù)測數(shù)據(jù)轉(zhuǎn)為int類型

可以看到線性回歸方式進(jìn)行預(yù)測效果有些不太理想，recall score 降低了很多

?

?從混淆矩陣來看，預(yù)測的效果，在預(yù)測為1且實(shí)際為1時的情況即TP的值下降了許多，該方式進(jìn)行預(yù)測有點(diǎn)不太理想。

4.以上便為混淆矩陣的一些簡單理解，總體來說，混淆矩陣表示相關(guān)數(shù)據(jù)情況，還是比較直觀的。文章來源地址http://www.zghlxwxcb.cn/news/detail-413025.html

到了這里，關(guān)于機(jī)器學(xué)習(xí)之混淆矩陣 confusion_matrix的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！