sciki中混淆矩阵的正确命名

Question

我有以下测试值：

y_test2 = [0, 0, 1, 1]

以及以下预测值：

y_pred2 = [1, 0, 1, 1]

所以我有一个以{0,1}为类的二进制分类问题。 如果我使用sklearnconfusion_matrix：

confusion_matrix(y_test2, y_pred2)
array([[1, 1], #one 0 was predicted as 0 (TruePositive),  one 0 was predicted as 1 (FalseNegative)
       [0, 2]], dtype=int64) #two 1 were predicted as 1 (TrueNegatives)

所以对我来说：

TP: 1
FN: 1
TN: 2
FP: 0

但是，当我用ravel运行confusion\u矩阵时，我学习了以下文档：

tn, fp, fn, tp = confusion_matrix(y_test2, y_pred2).ravel()
(1, 1, 0, 2)

为什么scikit将1解释为真值？为什么文档中没有提到：https://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html 对于使用命名约定的二进制分类，我还可能面临其他问题吗？有机会避免吗

Answer 1

请看documentation中的描述：

Thus in binary classification, the count of true negatives is C(0,0) , false negatives is C(1,0), true positives is C(1,1) and false positives is C(0,1) .

所以从你的阵列

array([[1, 1], 
       [0, 2]], dtype=int64)

是的

TN: 1
FN: 0
TP: 2
FP: 1