Scikit-Learn:混淆矩阵中的标签不匹配
Posted
技术标签:
【中文标题】Scikit-Learn:混淆矩阵中的标签不匹配【英文标题】:Scikit-Learn: Labels don't match in Confusion Matrix 【发布时间】:2020-05-30 07:23:44 【问题描述】:假设我有一个包含(可能)43 个不同值的数组,例如
import pandas as pd
Y_test = pd.Series([4,4,4,42,42,0,1,1,19], dtype=int)
Y_hat = pd.Series([4,4,2,32,42,0,5,5,19], dtype=int)
每当我尝试绘制混淆矩阵时:
def create_conf_mat(index, y_test, y_hat):
cm = confusion_matrix(y_test, y_hat)
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(cm)
plt.title(f'Confusion Matrix (index features, 1 outcome)')
fig.colorbar(cax)
plt.xlabel('Predicted')
plt.ylabel('Actual')
plt.savefig(f'confm_index.png')
plt.savefig(f'confm_index.svg')
plt.savefig(f'confm_index.pdf')
return
我没有得到标签 [0, 1, 2, 4, 5, 19, 32, 42] 而是 [0, 1, 2, 3, 4, 5, 6, 7]。 我试图通过使用 y_test/y_hat 中的唯一值作为标签参数来明确设置标签,但它也不起作用。我什至尝试将整数值转换为字符串,但这样做,sklearn 抱怨至少有一个标签必须在 y_true 中。 有谁知道我如何将 y_test 和 y_pred 中的实际值绘制为混淆矩阵中的标签?
【问题讨论】:
可以在return语句前加上以下两行plt.xticks(range(len(y_test)), y_test)
和plt.yticks(range(len(y_hat)), y_hat)
【参考方案1】:
正如documentation 中所暗示的,关于labels
参数到confusion_matrix
:
如果给出 None ,则在 y_true 或 y_pred 中至少出现一次的将按排序顺序使用。
所以,我们需要同时抓取两个列表,并提取唯一数字列表:
labels = np.unique(np.concatenate([y_test.values, y_hat.values]))
plt.xticks(range(len(labels)), labels)
plt.yticks(range(len(labels)), labels)
请注意,最新版本的 'scikit-learn' 现在包括 integrated function to plot a confusion matrix 和 example code。
【讨论】:
这个答案有帮助吗? 这行得通,非常感谢!但是,标题和 X 标签现在重叠,并且设置 va/verticalalignment='bottom' 不会打印混淆矩阵底部的 xticks。你知道任何解决方法吗? :) 使用plt.title(..., fontsize=..., pad=20)
之类的东西来控制标题和 x 刻度标签之间的距离。要获取底部的刻度,请使用 ax.xaxis.tick_bottom()
以上是关于Scikit-Learn:混淆矩阵中的标签不匹配的主要内容,如果未能解决你的问题,请参考以下文章
混淆矩阵(Confusion matrix)的原理及使用(scikit-learn 和 tensorflow)