我正在尝试在不使用sklearn或类似方法的情况下测量虹膜数据集上knn算法的精度和召回率。我的想法是将预测值和真实值都附加一个索引，例如：
id = [i for i in range(1,len(np.asarray(y_pred))+1)]
y_pred_id = np.insert(y_pred, 0, id)
然后删除所有非零或非1的数字……并匹配索引以获取TP的数量。可悲的是，我想出的代码仅将Array的长度追加了，有人对如何保持id为（n，2）的维数有想法吗？编辑：如果不用Pandas df就能做到，那就太好了。
谢谢，
尼古拉斯
如果我没有正确理解，则需要在n x 2插入到id之后再使用y_pred大小矩阵。如果是这样，您可以通过以下方式进行：
选项1：使用np.reshape
...
y_pred_id = np.insert(y_pred, 0, id)
y_pred_id.reshape(2, n)
选项2：使用np.vstack
...
y_pred_id = np.vstack([y_pred, id])