获取每个交叉验证折叠的混淆矩阵

Posted 2023-03-12

【中文标题】获取每个交叉验证折叠的混淆矩阵

【英文标题】：getting the confusion matrix for each cross validation fold

【发布时间】：2018-09-10 06:51:30

【问题描述】：

我正在使用 scikit-learn 通过交叉验证运行逻辑回归管道。我在下面的代码中从每个折叠中获取分数。如何获得混淆矩阵？

clf = make_pipeline(MinMaxScaler(), LogisticRegression())
scores = cross_val_score(clf, X_train, y_train, cv=3)

【参考方案1】：

我想你想要的是：

clf = make_pipeline(MinMaxScaler(), LogisticRegression())

from sklearn.model_selection import cross_val_predict
from sklearn.metrics import confusion_matrix
y_pred = cross_val_predict(clf, X_train, y_train, cv=3)
conf_mat = confusion_matrix(y, y_pred)

来自 scikit-learn 在线文档的3.1.1.2：

函数 cross_val_predict 有一个类似的接口 cross_val_score，但返回，对于输入中的每个元素， 该元素在测试中获得的预测 放。只有交叉验证策略将所有元素分配给 测试集只能使用一次（否则会引发异常）。

请注意，此计算的结果可能与使用 cross_val_score 获得的结果略有不同，因为元素以不同的方式分组。

【讨论】：

感谢@Brian O'Donnell 的回答