应用分层10折交叉验证时如何在python中获取所有混淆矩阵的聚合

Posted

技术标签:

【中文标题】应用分层10折交叉验证时如何在python中获取所有混淆矩阵的聚合【英文标题】:How to get the aggregate of all the confusion matrix in python when Stratified 10 fold cross validation is applied 【发布时间】:2020-03-28 04:13:36 【问题描述】:

我正在使用 10 折交叉验证,并根据准确度和精度评估模型。 每个模型生成 10 次混淆矩阵。谁能告诉我如何聚合混淆矩阵并计算准确性?

谢谢!!

【问题讨论】:

您能否举例说明您的输入是什么以及您希望在输出中看到什么? 【参考方案1】:

您可以如下使用cross_val_predict 函数并将其结果用作confusion_matrix() 参数。

from sklearn.metrics import confusion_matrix
from sklearn.model_selection import cross_val_predict

y_pred = cross_val_predict(clf, x, y, cv=5)
cm = confusion_matrix(y, y_pred)

【讨论】:

【参考方案2】:

您需要提供更多关于您拥有的数据格式的信息!

如果你使用的是 tensorflow,可以参考这个source

【讨论】:

以上是关于应用分层10折交叉验证时如何在python中获取所有混淆矩阵的聚合的主要内容,如果未能解决你的问题,请参考以下文章

如何计算分层 K 折交叉验证的不平衡数据集的误报率?

scikit-learn中的随机分层k折交叉验证?

Scikit-Learn 中的分层标记 K 折交叉验证

连续值目标的分层 5 折交叉验证 y 中人口最少的类只有 1 个成员,太少了

R中的分层k倍交叉验证

如何在 R 中使用 LibSVM 执行 10 折交叉验证?