首页
学习
活动
专区
工具
TVP
发布
您找到你想要的搜索结果了吗?
是的
没有找到

用混淆矩阵计算kappa系数「建议收藏」

matlab代码 下面是我写的matlab代码仅供参考 confusion_matrix=[239 21 16; 16 73 4;...6 9 280]; [row col]=size(confusion_matrix);%获取矩阵的行和列 fenleizhengque_yangben=diag(confusion_matrix);...%分类正确的样本就是对角线上的值,这是一个列向量 yangbenzongshu=sum(confusion_matrix(:)); p0=sum(fenleizhengque_yangben)/yangbenzongshu...就用百度词条里的来算 a=sum(confusion_matrix,1);%第2个参数为1是按列求值,把同一列的数加起来,这是行向量 b=sum(confusion_matrix,2);%第2个参数为2...% a=sum(confusion_matrix,2);%第2个参数为2是按行求值,把同一行的数加起来,这是列向量 % b=sum(confusion_matrix,1);%第2个参数为1是按列求值,把同一列的数加起来

1.9K10

使用sklearn对多分类的每个类别进行指标评价操作

weighted avg': {‘precision': 0.75, ‘recall': 0.7, ‘f1-score': 0.7114285714285715, ‘support': 10}} 使用confusion_matrix...方法可以输出该多分类问题的混淆矩阵,代码如下: from sklearn.metrics import confusion_matrix y_true = ['北京', '上海', '成都', '成都'...'上海', '成都', '北京', '上海'] y_pred = ['北京', '上海', '成都', '上海', '成都', '成都', '上海', '成都', '北京', '上海'] print(confusion_matrix...*- # author: Jclian91 # place: Daxing Beijing # time: 2019-11-14 21:52 from sklearn.metrics import confusion_matrix...北京', '上海', '成都', '上海', '成都', '成都', '上海', '成都', '北京', '上海'] classes = ['北京', '上海', '成都'] confusion = confusion_matrix

4.6K51

爱数课实验 | 第六期-金融反欺诈案例研究

# 输出混淆矩阵 from sklearn.metrics import classification_report,confusion_matrix confusion_matrix = confusion_matrix...(y_test, y_pred_rf) print(confusion_matrix) # 绘制混淆矩阵热力图 # 创建总画布窗口 plt.figure(figsize=(8,6)) # 绘制热力图...y_train) y_pred_xgbt = xgbt.predict(x_test) # 输出混淆矩阵 from sklearn.metrics import classification_report,confusion_matrix...confusion_matrix = confusion_matrix(y_test, y_pred_xgbt) print(confusion_matrix) # 绘制混淆矩阵热力图 # 创建总画布窗口...热力图的每个单元上显示数值;annot_kws:设置单元格中数值标签的其他属性; # fmt:指定单元格中数据的显示格式;cmap:于热力图的填充色,'YlGnBu_r'代表数字越大,颜色越浅 sns.heatmap(confusion_matrix

1.3K20
领券