如何根据预测的类别概率准备混淆矩阵？
Posted
技术标签:
【中文标题】如何根据预测的类别概率准备混淆矩阵？【英文标题】：How to prepare confusion matrix from the predicted class probabilities? 【发布时间】：2021-05-01 18:51:26 【问题描述】：有一个使用给定训练数据创建的朴素贝叶斯分类器。在表中，显示了预测的正类概率和实际的类标签。我想准备混淆矩阵，但只知道概率我不知道怎么做。
| ID | Actual class label | Predicted positive class probability |
|---|---|---|
| 1 | + | 0.6 |
| 2 | + | 0.8 |
| 3 | - | 0.2 |
| 4 | + | 0.3 |
| 5 | - | 0.4 |
【问题讨论】：
【参考方案1】：首先，您需要有离散的类标签来计算混淆矩阵。在预测的正类概率上定义一个阈值来预测类标签 (y_pred)。 然后，您可以使用实际的类标签 (y_actual) 和 y_pred 来计算混淆矩阵。
from sklearn.metrics import confusion_matrix
confusion_matrix(y_actual, y_pred)
【讨论】：
以上是关于如何根据预测的类别概率准备混淆矩阵？的主要内容，如果未能解决你的问题，请参考以下文章