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

AUC与ROC

Matlab在matlab绘制渐变混淆矩阵

样本类别不均会导致混淆矩阵的变化吗

confusion_matrix(混淆矩阵)

垃圾邮件分类

使用pytorch计算分类模型的混淆矩阵