混淆矩阵sklearn错误？

Question

我正在用sklearn.metrics.confusion_matrix进行测试，以查看如果预测数组中有一个不在标签和映射数组中的类，该怎么办。 我的代码是：

from sklearn.metrics import confusion_matrix as cm

a = ["positive\n", "positive\n", "negative\n", "positive\n", "negative\n"]
b = ["negative\n", "negative\n", "don't\n", "negative\n", "negative\n"]
m = ["positive\n", "negative\n"]
c = cm(a, b, m)
TN, FP, FN, TP = c.ravel()

print(c)
print("")
print("{} {} {} {}\n".format(TN, FP, FN, TP))

输出是：

[[0 3]
 [0 1]]

0 3 0 1

因此，类don't被跳过了。

---

但是，如果您查看版本v0.21.2的{​​{3}}，这是我安装了ravel()方法的版本，则“应该”输出我写的混淆矩阵的值：TN ，FP，FN，TP。我的print的输出是不同的。 ravel()的实际输出似乎被翻转：TP，FN，FP，TN。我的想法对吗？

Answer 1

没有错误。您已定义标签：

m = ["positive\n", "negative\n"]

因此，"positive\n"为负，"negative\n"为正。结果符合您的要求。

如果您以这种方式修改m：

m = ["negative\n", "positive\n"]

您将得到：

1 0 3 0

分别用于TN, FP, FN, TP。