我有一个通过Scikit-Learn生成的混淆矩阵。我想知道是否有可能对其进行反向工程，并在Python语言中仅给出混淆矩阵的情况下获得y_true和y_pred。
浏览 91提问于2021-05-09得票数 1
回答已采纳
我正在使用Python，并且有一些混淆矩阵。我想通过多类分类中的混淆矩阵来计算精确度、召回率和f度量。我的结果日志不包含y_true和y_pred，只包含混淆矩阵。你能告诉我在多类分类中如何从混淆矩阵中获得这些分数吗？
浏览 1提问于2018-01-05得票数 7
回答已采纳
这没有任何意义，因为整个数据集只包含4,000个属于class 1的样本，其中只有3200个在train_set中。看起来，confusion_matrix返回矩阵的Transposed版本，因为实际的样本数量属于training_set中的class 1，应该将train_set中的3200个样本和test_set中的800个样本相加。confusion_matrix返回矩阵的transposed版本是真的吗？我是不是看错了？我试着寻找答案，并访问了几个类似的问题，但
浏览 1提问于2017-11-02得票数 0
回答已采纳
1回答
我想要一个包含所有结果的混淆矩阵。Scikits有一个混淆矩阵接口: sklearn.metrics.confusion_matrix( y_true，y_pred)我的问题是我应该如何累积y_true和y_pred的值。对于每个结果，我应该将y_true和y-pred添加到数组中？
浏览 2提问于2012-03-16得票数 6
回答已采纳
2回答
我想使用sklearn.metrics.confusion_matrix(y_true, y_pred)为keras模型创建一个混淆矩阵。在训练模型之后，我可以使用predict_generator(generator)来获得对测试数据集的预测，这就给了我y_pred。如何从数据生成器中获得相应的真实标签，y_true？
浏览 48提问于2018-12-28得票数 4
回答已采纳
如果我在创建矩阵时没有指定列/行，如何确认输出的混淆矩阵的列/行，如下面的代码所示： y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]y_pred = ["ant", "ant", "cat", "cat", "an
浏览 14提问于2019-02-14得票数 1
1回答
尝试绘制人类活动识别的混淆矩阵，一切正常，接受混淆矩阵。我无法打印混淆矩阵。cm = confusion_matrix(y_test.values,y_pred) 274
275 ""&
浏览 15提问于2020-08-12得票数 0
1回答
我通过Scikit-Learn的confusion_matrix(y_true, y_pred)方法生成了一个混淆矩阵。我需要修改矩阵以删除最后一列和最后一行，这是我通过[arr[:-1] for arr in confusion_matrix][:-1]完成的。我现在需要从修改后的矩阵生成分类报告，但不确定如何将修改后的矩阵转换回y_true和y_pred。谢谢!
浏览 1提问于2021-05-07得票数 0
回答已采纳
5回答
现在我已经能够使用交叉验证和打印混淆矩阵。然而，它只显示TP和FP等没有类标签，所以我不知道哪个类是什么。下面是我的代码和输出： nbr_folds = 5 attributes
浏览 0提问于2018-05-14得票数 16
回答已采纳
1回答
有任何方法可以计算混淆矩阵并将其用作度量吗？ total_correct_true = K.sum(K.round(K.clip(y_true*y_pred,0,1))) predicted_true = K.sum(K.round(y_pr
浏览 1提问于2018-02-27得票数 6
回答已采纳
1回答
我试图在我的测试数据集中计算精确性、回忆性和f1分数。但是，我使用的是ImageDataGenerator格式，而不是train_test_split (x_train、y_train、x_test和y_test)。所以我在网上找不到任何推荐信。test_path, target_size=(IMAGE_SIZE,IMAGE_SIZE), batch_size=BATCH_SIZE, shuffle=False)print('Precision: %f' % precis
浏览 12提问于2022-07-25得票数 0
1回答
我的数据非常不平衡，所以我试图创建类似于混淆矩阵的东西。我的数据集非常大，并保存为HDF5，因此我使用HDF5Matrix来获取X和Y，从而使scikit--学习混淆矩阵无关紧要(据我所知)。我已经看到，或是可能的，不过，更优雅的解决方案是创建一个多维度量，它累加(可预测的、真实的)标签对(有点像混淆矩阵)。我还尝试查看是否可以按以下方式返回y_pred / y_true (尝试并查看是否可以在日志中打印多
浏览 0提问于2018-01-14得票数 3
回答已采纳
y_true意味着正确的目标值；请根据这两个指标计算混淆矩阵。y_true = [True,False,False,True]
我还没找到解决办法
浏览 2提问于2022-04-14得票数 -3
回答已采纳
我正在尝试将tf.confusion_matrix与tf.assign_add结合使用，以便在每个全局步骤中更新混淆矩阵。y_true = tf.placeholder(tf.int16,shape=[None,])cm =tf.confusion_matrix(labels=y_true,predictions=y_pred)
cm_inc = tf.assign_add
浏览 0提问于2018-07-17得票数 1
我正在尝试从python CRFsuite获取混淆矩阵。我尝试使用MultiLabelBinarizer()，但仍然无法获得混淆矩阵。 在用谷歌搜索后，我找到了这个answer，它说对于混淆矩阵函数，你必须展平y_test和pred_y。我看了一下其他指标here的CRFsuite源代码，它们确实使用了一个下降函数： def _flattens_y(func): def wrapper(y_true</
浏览 49提问于2020-12-10得票数 0
3回答
例如：y_pred = np.array([[0,0,1], [1,0,1],[1,0,0]) [ 0 0 0 0 0 0 0 3 0 0 0 0 0 7]]
现在，我不确定sklearn的混淆矩阵是否能够处理多标签多类数据
浏览 0提问于2018-12-21得票数 7
回答已采纳
2回答
与原文相关的问题都有计算精度、回忆和F1分数的答案。然而，似乎没有人使用classification_report作为最初提出的问题。
浏览 9提问于2022-10-19得票数 -1
回答已采纳
我感兴趣的是为一个多标签分类问题创建一个2x2混淆矩阵，其中它只显示全部的假/真阳性/否定。predictions_d7 = model_d7.predict(x_test_d7)
y_pred = np.argmax(predictions_d7, ax
浏览 2提问于2022-01-14得票数 0
回答已采纳
3回答
计算混淆矩阵的更快方法？
、、、
我正在计算我的混淆矩阵，如下所示，用于图像语义分割，这是一种非常冗长的方法：
def confusion_matrix(preds, labels, conf_m, sample_size):是否有一种更快的方法(在PyTorch中)来有效地计算用于图像语义分割的输入样本的混淆矩阵？
浏览 1提问于2019-11-28得票数 3
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
