python - 如何在Python中找到正确的肯定，正确的否定，错误的肯定，错误的否定

Closed. This question needs details or clarity。它当前不接受答案。
                            
                        
                    
                
                            
                                
                
                        
                            
                        
                    
                        
                            想改善这个问题吗？添加详细信息并通过editing this post阐明问题。
                        
                        4年前关闭。
                                                                                            
                
        
我已经在Python中训练了一个分类器，当我进行新分类时，我想找到真实的肯定，真实的否定，错误的肯定，错误的否定。
事实是，每次我的true_labels都包含一个值点，因为在我正在研究的问题中，我只有一个标签，并且我想看看分类器在识别此标签时对新数据的表现如何。例如：

labels_true = [2, 2, 2, 2, ..., 2]
labels_predicted = [2, 2, 23, 2, 2, 2, 2, 21, ..., 2, 2, 2, 2]

当然`len（labels_true）= len（labels_predicted）。由于我只有一个真实标签，我该如何计算以上指标？

最佳答案

如果您的label_true仅由true值组成，则您只能找到真阳性（TP）和假阴性（FN），因为没有可以找到（真阴性TN）或缺失（假阳性FP）的假值

TP，TN，FP，FN适用于二进制分类问题。您要么分析整个混乱矩阵，要么进行装箱以得到二元问题

这是分仓的解决方案：

from collections import Counter

truth      = [1, 2, 1, 2, 1, 1, 1, 2, 1, 3, 4, 1]
prediction = [1, 1, 2, 1, 1, 2, 1, 2, 1, 4, 4, 3]

confusion_matrix = Counter()

#say class 1, 3 are true; all other classes are false
positives = [1, 3]

binary_truth = [x in positives for x in truth]
binary_prediction = [x in positives for x in prediction]
print binary_truth
print binary_prediction

for t, p in zip(binary_truth, binary_prediction):
    confusion_matrix[t,p] += 1

print "TP: {} TN: {} FP: {} FN: {}".format(confusion_matrix[True,True], confusion_matrix[False,False], confusion_matrix[False,True], confusion_matrix[True,False])

编辑：这是一个完整的混乱矩阵

from collections import Counter

truth      = [1, 2, 1, 2, 1, 1, 1, 2, 1, 3, 4, 1]
prediction = [1, 1, 2, 1, 1, 2, 1, 2, 1, 4, 4, 3]

# make confusion matrix
confusion_matrix = Counter()
for t, p in zip(truth, prediction):
    confusion_matrix[t,p] += 1

# print confusion matrix
labels = set(truth + prediction)
print "t/p",
for p in sorted(labels):
    print p,
print
for t in sorted(labels):
    print t,
    for p in sorted(labels):
        print confusion_matrix[t,p],
    print

关于python - 如何在Python中找到正确的肯定，正确的否定，错误的肯定，错误的否定，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29350727/