怎样理解一个4x4混淆矩阵？

Question

我使用scikit learns决策树将一组数据分为四类之一。我是新的机器学习和编码一般，并试图理解混淆矩阵。在

所以当我使用sci工具包混淆矩阵时，我得到了一个4乘4的矩阵。我能够计算出这些列是对每个类别的预测（例如“预测的A，预测的B…”）。然而，我不明白这些行代表什么。另外，某些预测是否有可能不在混淆矩阵中。我发现有些列没有必要的总数。为什么会这样？在

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']
)

我的输出如下：

^{pr2}$

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

混淆矩阵将帮助您识别模型的分类中哪些是正确的，哪些是不正确的。在

Here is how a confusion matrix works:

在这个矩阵中，我们只有两个可能的类，“NO”和“YES”。列表示预测值，线表示实际（真）值。此矩阵对评估模型的说明是：

• 它正确地将50个样本分类为“否”。（这些被称为真否定）

• 它将错误地将5个样本归类为“否”，而那些应该是“是”的样本。（这些被称为假阴性）

• 它把10个样本错误地归类为“是”，而那些应该是“否”。（这些被称为假阳性）

• 它正确地将100个样本分类为“是”。（这些被称为真阳性）

为了检查每个类上有多少个预测，您必须将列中的值求和：此模型预测55个“否”和110个“是”

要检查每个类上有多少个真正的样本，必须将行中的值求和：这些样本的值分别是60个“否”和105个“是”

两种情况下的总数是165，这是评估的样本总数。在

Specifically for your problem:

当你制作一个4x4混淆矩阵时，逻辑是以同样的方式工作的，每个“额外”类都会添加一个额外的行和列。在您的输出中，总和都是可以的：

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

假设“测试”是您的真实价值：

• 很明显，你只有10个样本是正确的。在
• 你也有22个“BeXRB”样本，你的模型将25个归类为“BeXRB”（显然只有13个正确）。在

编辑：

矩阵中的值与预测的输出（dict）中的值不匹配，您可以检查：（我添加了SUM列和行）

^{pr2}$

根据您提供的大量信息，我无法进一步帮助您，但是您应该检查您的classif_predict数组。在

如果您使用的是Jupyter笔记本，由于变量值的变化，以不同的顺序运行单元格可能会引发这种行为。如果是这样的话，试着按预期的顺序重新运行。在