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