所以我使用sci-kit学习分类一些数据。我有13个不同的类值/分类来分类数据。现在我已经能够使用交叉验证并打印混淆矩阵。但是，它只显示没有类标签的TP和FP等，所以我不知道哪个类是什么。下面是我的代码和输出：
def classify_data(df, feature_cols, file):
nbr_folds = 5
RANDOM_STATE = 0
attributes = df.loc[:, feature_cols] # Also known as x
class_label = df['task'] # Class label, also known as y.
file.write("\nFeatures used: ")
for feature in feature_cols:
file.write(feature + ",")
print("Features used", feature_cols)
sampler = RandomOverSampler(random_state=RANDOM_STATE)
print("RandomForest")
file.write("\nRandomForest")
rfc = RandomForestClassifier(max_depth=2, random_state=RANDOM_STATE)
pipeline = make_pipeline(sampler, rfc)
class_label_predicted = cross_val_predict(pipeline, attributes, class_label, cv=nbr_folds)
conf_mat = confusion_matrix(class_label, class_label_predicted)
print(conf_mat)
accuracy = accuracy_score(class_label, class_label_predicted)
print("Rows classified: " + str(len(class_label_predicted)))
print("Accuracy: {0:.3f}%\n".format(accuracy * 100))
file.write("\nClassifier settings:" + str(pipeline) + "\n")
file.write("\nRows classified: " + str(len(class_label_predicted)))
file.write("\nAccuracy: {0:.3f}%\n".format(accuracy * 100))
file.writelines('\t'.join(str(j) for j in i) + '\n' for i in conf_mat)
#Output
Rows classified: 23504
Accuracy: 17.925%
0 372 46 88 5 73 0 536 44 317 0 200 127
0 501 29 85 0 136 0 655 9 154 0 172 67
0 97 141 78 1 56 0 336 37 429 0 435 198
0 135 74 416 5 37 0 507 19 323 0 128 164
0 247 72 145 12 64 0 424 21 296 0 304 223
0 190 41 36 0 178 0 984 29 196 0 111 43
0 218 13 71 7 52 0 917 139 177 0 111 103
0 215 30 84 3 71 0 1175 11 55 0 102 62
0 257 55 156 1 13 0 322 184 463 0 197 160
0 188 36 104 2 34 0 313 99 827 0 69 136
0 281 80 111 22 16 0 494 19 261 0 313 211
0 207 66 87 18 58 0 489 23 157 0 464 239
0 113 114 44 6 51 0 389 30 408 0 338 315
正如您所看到的，您无法真正了解哪些列是什么，并且打印件也是＆＃34;未对齐＆＃34;所以很难理解。
有没有办法打印标签？
答案 0 :(得分：7)
从doc开始，似乎没有这样的选项来打印混淆矩阵的行和列标签。但是，您可以使用参数labels=...
示例：
from sklearn.metrics import confusion_matrix
y_true = ['yes','yes','yes','no','no','no']
y_pred = ['yes','no','no','no','no','no']
print(confusion_matrix(y_true, y_pred))
# Output:
# [[3 0]
# [2 1]]
print(confusion_matrix(y_true, y_pred, labels=['yes', 'no']))
# Output:
# [[1 2]
# [0 3]]
如果您想使用标签打印混淆矩阵，可以尝试pandas并设置index的{{1}}和columns。
DataFrame或者
import pandas as pd
print(pd.DataFrame(confusion_matrix(y_true, y_pred, labels=['yes', 'no']), index=['true:yes', 'true:no'], columns=['pred:yes', 'pred:no']))
# Output:
# pred:yes pred:no
# true:yes 1 2
# true:no 0 3
答案 1 :(得分：0)
您的数据似乎有13个不同的类，这就是您的混淆矩阵有13行和列的原因。此外，你的课程没有任何标签，只有我能看到的整数。
如果不是这种情况，并且您的训练数据有实际标签，您可以将唯一标签列表传递给confusion_matrix
conf_mat = confusion_matrix(class_label, class_label_predicted, df['task'].unique())
答案 2 :(得分：0)
由于混淆矩阵只是一个numpy矩阵，因此它不包含任何列信息。您可以做的是将矩阵转换为数据帧，然后打印此数据帧。
select * from `table` where `col1` = 'x' and `col2` = 'y' and `col3` = 'z'
代码段来自https://gist.github.com/nickynicolson/202fe765c99af49acb20ea9f77b6255e
输出：
import pandas as pd
import numpy as np
def cm2df(cm, labels):
df = pd.DataFrame()
# rows
for i, row_label in enumerate(labels):
rowdata={}
# columns
for j, col_label in enumerate(labels):
rowdata[col_label]=cm[i,j]
df = df.append(pd.DataFrame.from_dict({row_label:rowdata}, orient='index'))
return df[labels]
cm = np.arange(9).reshape((3, 3))
df = cm2df(cm, ["a", "b", "c"])
print(df)
答案 3 :(得分：0)
确保标记混淆矩阵行和列的方式与sklearn对类的编码方式完全一致非常重要。可以使用分类器的.classes_属性显示标签的真实顺序。您可以使用以下代码准备混淆矩阵数据框。
labels = rfc.classes_
conf_df = pd.DataFrame(confusion_matrix(class_label, class_label_predicted, columns=labels, index=labels))
conf_df.index.name = 'True labels'
要注意的第二件事是你的分类器不能很好地预测标签。正确预测的标签的数量显示在混淆矩阵的主对角线上。您在矩阵中有非零值，并且根本没有预测某些类 - 全部为零的列。使用默认参数运行分类器然后尝试优化它们可能是个好主意。
答案 4 :(得分：0)
另一种更好的方法是在熊猫中使用交叉表功能。
pd.crosstab（y_true，y_pred，行名= ['True']，列名= ['Predicted']，margins = True）。
或
pd.crosstab（le.inverse_transform（y_true），le.inverse_transform（y_pred），rownames = ['True']，colnames = ['Predicted']，margins = True）