Question

前一段时间，我试图获取一个小项目的错误分类实例。现在我意识到其中有些显示为不正确，但实际上它们是正确的。

返回当我实现它时，我使用了这里发布的解决方案： Solution for showing incorrect classified instances

在我的情况下，代码如下：

indices = np.arange(y.shape[0])
    i = 0
    dfwrongclassified=pd.DataFrame()
    for input, prediction, label in zip(indices[idx_train], rf_predictions, y_test):
        if prediction != label:
            i += 1
            # print("vorhergehender Datensatz: ")
            # print(df.iloc[input - 1].tolist())
            print(input, 'has been classified as ', prediction, 'and should be ', label)
            dfwrongclassified[input] = df.iloc[input].tolist()
            # print(type(dfwrongclassified))
            print(df.iloc[input].tolist())

    print(dfwrongclassified.T)
    print("----------------------------------------")
    print("----------------------------------------")

我只是想不通，原因是什么，为什么实例被正确分类，但又显示为错误分类。

输出如下：

453 has been classified as  1 and should be  0
[..., 140909, 144417, 190205, 197952, 243641, 244495, 152995, 153307, 157026, 1]

由于1之前的最后一个数字大于120000，因此应将其分类为“ 1”。是的，但是这里仍然显示为错误分类。

所有这些数据背后的数据非常简单，并且可以正确地归为1或0。（最后一个数字> 120000-> 1否则为0）

如果您能帮助我找到我的错误，我将非常高兴。

欢呼

显示错误的分类实例

0 个答案: