如何理解4x4混淆矩阵？

Question

我正在使用scikit学习决策树，将一组数据分类为四个类别之一。我是机器学习和编码的新手，并且正在尝试了解混淆矩阵。

因此，当我使用sci-kits混淆矩阵时，我得到的是四乘四矩阵。我能够确定这些列是针对每个类别做出的预测（例如“ Predicted A，Predicted B ...”）。但是，我对行代表什么感到困惑。同样，某些预测可能不会使其进入混淆矩阵。我发现有些列没有必要的总数。为什么会这样？

unique, counts = np.unique(classif_predict, return_counts=True)
print('Predicted:',dict(zip(unique, counts)))

_unique, _counts = np.unique(classif_test, return_counts=True)
print('Tested:',dict(zip(_unique, _counts)))


pd.DataFrame(
    confusion_matrix(classif_test, class_predict), 
    columns = ['AGN Predicted', 'BeXRB Predicted', 'HMXB Predicted', 'SNR Predicted']
)

我的输出看起来像这样：

Predicted: {'AGN': 7, 'BeXRB': 25, 'HMXB': 7, 'SNR': 2}
Tested: {'AGN': 10, 'BeXRB': 22, 'HMXB': 7, 'SNR': 2}

AGN Predicted       BeXRB Predicted     HMXB Predicted      SNR Predicted             
        3                  3                   4                  0
        2                 13                   6                  1
        0                  3                   4                  0
        0                  2                   0                  0
​```

Answer 1

一个混淆矩阵将帮助您确定模型分类的正确与错误。仅需两节课就可以轻松理解它。

这里是混淆矩阵的工作方式：

在此矩阵中，我们只有两个可能的类别：“否”和“是”。列表示预测值，而线表示实际（真）值。这个矩阵关于评估模型的意思是：

• [将50个样本分类为“否”。 （那些被称为True Negatives

  ] >>
• 它

  分类错误

5个样本为“否”，而那些应该为“是”。 （那些被称为假否定词
• [

  错误分类

10个样本为“是”，而那些应该为“否”。 （那些被称为假阳性）>>
• [将100个样本分类为“是”。 （这些被称为

  True Positives

]为了检查每个类有多少预测，必须将列中的值相加：该模型预测了55个“否”和110个“是”。 要检查每个类上有多少个真实样本，您必须对各行中的值求和：样本的确是60个“否”和105个“是”。

在两种情况下的总数为165，这是评估的样本总数。

专门针对您的问题：

当您制作4x4混淆矩阵时，逻辑原理是相同的，每个“额外”类都会添加额外的行和列。在您的输出中，总和都可以：

Predicted: {'AGN': 7, 'BeXRB': 25, 'HMXB': 7, 'SNR': 2}
Tested: {'AGN': 10, 'BeXRB': 22, 'HMXB': 7, 'SNR': 2}

假设“已测试”是您的真实价值：

这意味着您有10个“ AGN”样本，但是您的模型仅对7个样本进行了分类（显然只有3个正确）。 

您也有22个“ BeXRB”样本，并且您的模型将25个分类为“ BeXRB”（显然只有13个正确。）>
• 编辑：

您的混淆矩阵似乎已转置，这意味着True值是列，而预测值是线。不知道为什么，我不认为这是sklearn的默认行为。

所以您可以将矩阵视为：

             True AGN       True BeXRB           True HMXB         True SNR  
AGN Pred        3                  3                4                  0
BeXRB Pred      2                 13                6                  1
HMXB Pred       0                  3                4                  0
SNR Pred        0                  2                0                  0