scikit学习中聚类的混淆矩阵
我有一套有已知标签的数据。我想尝试聚类，看看是否可以得到已知标签给出的相同的集群。为了测量准确性，我需要得到一个类似于混淆矩阵的东西。
我知道，对于一个分类问题的测试集，我可以很容易地得到一个混淆矩阵。我已经像这一样尝试过了。
但是，它不能用于聚类，因为它期望列和行都具有相同的标签集，这对于分类问题是有意义的。但是对于一个集群问题，我所期望的是这样的事情。
行-实际标签 列-新的集群名称(即集群-1、集群-2等)
有办法这样做吗？
编辑：下面是更多细节。
在矩阵中，它希望y_test和y_pred具有相同的值，而labels则是这些值的标签。
这就是为什么它给出了一个矩阵，它对这样的行和列都有相同的标签。
但在我的例子中(KMeans聚类)，实际值是String，估计值是数字(即集群数)。
因此，如果我调用confusion_matrix(y_true, y_pred)，它会给出以下错误。
ValueError: Mix of label input types (string and number)这才是真正的问题。对于分类问题，这是有意义的。但是对于集群问题，这个限制不应该存在，因为真正的标签名称和新的集群名称不需要相同。
有了这个，我知道我正在尝试使用一个工具，这个工具应该用于分类问题，用于一个聚类问题。所以，我的问题是，有什么方法可以得到这样一个矩阵，用于可能聚类数据。
希望这个问题现在更清楚了。如果不是，请告诉我。
Stack Overflow用户
发布于 2017-12-10 06:48:59
我自己写的代码。
# Compute confusion matrix
def confusion_matrix(act_labels, pred_labels):
uniqueLabels = list(set(act_labels))
clusters = list(set(pred_labels))
cm = [[0 for i in range(len(clusters))] for i in range(len(uniqueLabels))]
for i, act_label in enumerate(uniqueLabels):
for j, pred_label in enumerate(pred_labels):
if act_labels[j] == act_label:
cm[i][pred_label] = cm[i][pred_label] + 1
return cm
# Example
labels=['a','b','c',
'a','b','c',
'a','b','c',
'a','b','c']
pred=[ 1,1,2,
0,1,2,
1,1,1,
0,1,2]
cnf_matrix = confusion_matrix(labels, pred)
print('\n'.join([''.join(['{:4}'.format(item) for item in row])
for row in cnf_matrix]))编辑： (Dayyyuumm)刚刚发现，我可以轻松地使用熊猫交叉表 :-/。
labels=['a','b','c',
'a','b','c',
'a','b','c',
'a','b','c']
pred=[ 1,1,2,
0,1,2,
1,1,1,
0,1,2]
# Create a DataFrame with labels and varieties as columns: df
df = pd.DataFrame({'Labels': labels, 'Clusters': pred})
# Create crosstab: ct
ct = pd.crosstab(df['Labels'], df['Clusters'])
# Display ct
print(ct)https://stackoverflow.com/questions/47708865
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号