다중 레이블 분류를 위해 혼동 행렬을 계산할 수있는 Python 라이브러리를 찾고 있습니다 .
참고 사항 :
- scikit-learn 은 혼동 행렬에 대해 다중 레이블을 지원 하지 않습니다 )
- 멀티 클래스와 멀티 라벨 문제의 차이점
다중 레이블 분류를 위해 혼동 행렬을 계산할 수있는 Python 라이브러리를 찾고 있습니다 .
참고 사항 :
답변:
scikit-multilearn도 살펴보십시오 . 다중 레이블 학습을 위해 sklearn을 확장하는 매우 좋은 라이브러리입니다. 그러나 다중 레이블 문제에 대해 혼동 행렬이 어떻게 작동하는지 잘 모르겠습니다.
Sklearn에는 멀티 클래스에 대한 혼동 행렬을 계산할 수있는 방법이 있습니다.
from sklearn import cross_validation
confusion_matrix(original, Predicted)
mlxtend 사용해보십시오 . 다음은 멀티 클래스 사례의 예입니다. http://rasbt.github.io/mlxtend/user_guide/evaluate/confusion_matrix/#example-2-multi-class-classification
실제 레이블과 예측 된 레이블을 비교하여 분석법의 성능을 평가할 수있는 여러 가지 매개 변수가 있습니다. 멀티 클래스 분류에 적합한 이러한 매개 변수를 다양하게 제공 할 수있는 PyCM 모듈을 제안 합니다.
Scikit-learn은 다중 레이블 혼동 매트릭스를 지원합니다. 설명서 및 사용 설명서는 아래 링크를 참조하십시오.
http://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html
http://scikit-learn.org/stable/modules/model_evaluation.html#confusion-matrix
이 질문은 오래되었지만 새로운 잠재 고객을 위해이 답변을 작성하고 있습니다.
scikit-learn은 이제 다중 레이블 분류를위한 혼동 행렬을 지원합니다.
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.multilabel_confusion_matrix.html