Question

我使用Python并且有一些混淆矩阵。我想通过多类分类中的混淆矩阵计算精度和回忆以及f-度量。我的结果日志不包含y_true和y_pred，只包含混淆矩阵。

你能告诉我如何从多类分类中的混淆矩阵中得到这些分数吗？

Answer 1

让我们考虑MNIST数据分类的情况（10个类），对于10,000个样本的测试集，我们得到以下混淆矩阵cm（Numpy数组）：

array([[ 963,    0,    0,    1,    0,    2,   11,    1,    2,    0],
       [   0, 1119,    3,    2,    1,    0,    4,    1,    4,    1],
       [  12,    3,  972,    9,    6,    0,    6,    9,   13,    2],
       [   0,    0,    8,  975,    0,    2,    2,   10,   10,    3],
       [   0,    2,    3,    0,  953,    0,   11,    2,    3,    8],
       [   8,    1,    0,   21,    2,  818,   17,    2,   15,    8],
       [   9,    3,    1,    1,    4,    2,  938,    0,    0,    0],
       [   2,    7,   19,    2,    2,    0,    0,  975,    2,   19],
       [   8,    5,    4,    8,    6,    4,   14,   11,  906,    8],
       [  11,    7,    1,   12,   16,    1,    1,    6,    5,  949]])

为了获得精确度和回想（每个类），我们需要计算每个类的TP，FP和FN。我们不需要TN，但我们也会计算它，因为它会帮助我们进行理智检查。

真正的正面只是对角元素：

# numpy should have already been imported as np
TP = np.diag(cm)
TP
# array([ 963, 1119,  972,  975,  953,  818,  938,  975,  906,  949])

误报是相应列的总和，减去对角线元素（即TP元素）：

FP = np.sum(cm, axis=0) - TP
FP
# array([50, 28, 39, 56, 37, 11, 66, 42, 54, 49])

类似地，假阴性是相应行的总和减去对角线（即TP）元素：

FN = np.sum(cm, axis=1) - TP
FN
# array([17, 16, 60, 35, 29, 74, 20, 53, 68, 60])

现在，真正的否定者有点棘手;让我们首先想一下，真正的否定意味着什么，比如说0：它意味着所有被正确识别为的样本都不是0 。所以，基本上我们应该做的就是删除相应的行＆amp;混淆矩阵中的列，然后总结所有剩余的元素：

num_classes = 10
TN = []
for i in range(num_classes):
    temp = np.delete(cm, i, 0)    # delete ith row
    temp = np.delete(temp, i, 1)  # delete ith column
    TN.append(sum(sum(temp)))
TN
# [8970, 8837, 8929, 8934, 8981, 9097, 8976, 8930, 8972, 8942]

让我们做一个健全性检查：对于每个类，TP，FP，FN和TN的总和必须等于我们的测试集的大小（这里是10,000）：让我们确认一下的确如此：

l = 10000
for i in range(num_classes):
    print(TP[i] + FP[i] + FN[i] + TN[i] == l)

结果是

True
True
True
True
True
True
True
True
True
True

计算好这些数量之后，现在可以直接获得精度和数量。每班回忆：

precision = TP/(TP+FP)
recall = TP/(TP+FN)

这个例子是

precision
# array([ 0.95064166,  0.97558849,  0.96142433,  0.9456838 ,  0.96262626,
#         0.986731  ,  0.93426295,  0.95870206,  0.94375   ,  0.9509018])

recall
# array([ 0.98265306,  0.98590308,  0.94186047,  0.96534653,  0.97046843,
#         0.91704036,  0.97912317,  0.94844358,  0.9301848 ,  0.94053518])

您现在应该能够为任何大小的混淆矩阵虚拟地计算这些数量。

Answer 2

如果你有以下形式的混淆矩阵：

cmat = [[ 5,  7], 
        [25, 37]]

可以进行以下简单的功能：

def myscores(smat): 
    tp = smat[0][0] 
    fp = smat[0][1] 
    fn = smat[1][0] 
    tn = smat[1][1] 
    return tp/(tp+fp), tp/(tp+fn)

测试：

print("precision and recall:", myscores(cmat))

输出：

precision and recall: (0.4166666666666667, 0.16666666666666666)

以上功能也可以扩展为产生其他分数，其公式在https://en.wikipedia.org/wiki/Confusion_matrix上提及

Answer 3

有一个名为'disarray'的软件包。

所以，如果我有四个班级：

import numpy as np
a = np.random.randint(0,4,[100])
b = np.random.randint(0,4,[100])

我可以使用Disarray计算13个矩阵：

import disarray

# Instantiate the confusion matrix DataFrame with index and columns
cm = confusion_matrix(a,b)
df = pd.DataFrame(cm, index= ['a','b','c','d'], columns=['a','b','c','d'])
df.da.export_metrics()

给出：

如何从Python中的混淆矩阵中获得精度，回忆和f-度量

3 个答案: