Sklearn 혼란 매트릭스를 해석하는 방법

혼동 행렬 을 사용하여 분류기의 성능을 확인하고 있습니다.

나는 Scikit-Learn을 사용하고 있습니다. 결과를 어떻게 해석 할 수 있습니까?

from sklearn.metrics import confusion_matrix
>>> y_true = [2, 0, 2, 2, 0, 1]
>>> y_pred = [0, 0, 2, 2, 0, 2]
>>> confusion_matrix(y_true, y_pred)
array([[2, 0, 0],
       [0, 0, 1],
       [1, 0, 2]])

이 예측 값이 좋은지 아닌지 결정하려면 어떻게해야합니까?

혼동 행렬은 오 분류 수, 즉 실제 클래스를 기반으로 잘못된 분류 빈으로 끝나는 예측 클래스 수를 표로 만드는 방법입니다.

sklearn.metrics.confusion_matrix는 숫자 행렬을 제공하지만 다음을 사용하여 '보고서'를 생성하는 것이 더 유용합니다.

import pandas as pd
y_true = pd.Series([2, 0, 2, 2, 0, 1, 1, 2, 2, 0, 1, 2])
y_pred = pd.Series([0, 0, 2, 1, 0, 2, 1, 0, 2, 0, 2, 2])

pd.crosstab(y_true, y_pred, rownames=['True'], colnames=['Predicted'], margins=True)

결과 :

Predicted  0  1  2  All
True                   
0          3  0  0    3
1          0  1  2    3
2          2  1  3    6
All        5  2  5   12

이를 통해 다음을 확인할 수 있습니다.

1. 대각선 요소는 각 클래스에 대한 올바른 분류 수를 나타냅니다 (클래스 0, 1 및 2에 대한 3, 1 및 3).
2. 비 대각선 요소는 오 분류를 제공합니다. 예를 들어, 클래스 2 중 2 개는 0으로 잘못 분류되고, 클래스 0 중 어느 것도 2로 잘못 분류되지 않았습니다.
3. "All"소계에서 y_true및의 각 클래스에 대한 총 분류 수y_pred

이 방법은 텍스트 레이블에도 적용되며 데이터 집합의 많은 샘플을 확장하여 백분율 보고서를 제공 할 수 있습니다.

import numpy as np
import pandas as pd

# create some data
lookup = {0: 'biscuit', 1:'candy', 2:'chocolate', 3:'praline', 4:'cake', 5:'shortbread'}
y_true = pd.Series([lookup[_] for _ in np.random.random_integers(0, 5, size=100)])
y_pred = pd.Series([lookup[_] for _ in np.random.random_integers(0, 5, size=100)])

pd.crosstab(y_true, y_pred, rownames=['True'], colnames=['Predicted']).apply(lambda r: 100.0 * r/r.sum())

출력은 다음과 같습니다.

Predicted     biscuit  cake      candy  chocolate    praline  shortbread
True                                                                    
biscuit     23.529412    10  23.076923  13.333333  15.384615    9.090909
cake        17.647059    20   0.000000  26.666667  15.384615   18.181818
candy       11.764706    20  23.076923  13.333333  23.076923   31.818182
chocolate   11.764706     5  15.384615   6.666667  15.384615   13.636364
praline     17.647059    10  30.769231  20.000000   0.000000   13.636364
shortbread  17.647059    35   7.692308  20.000000  30.769231   13.636364

여기서 숫자는 이제 분류 된 결과의 백분율 (사례 수가 아닌)을 나타냅니다.

그러나 다음을 사용하여 sklearn.metrics.confusion_matrix출력을 직접 시각화 할 수 있습니다.

import matplotlib.pyplot as plt
conf = sklearn.metrics.confusion_matrix(y_true, y_pred)
plt.imshow(conf, cmap='binary', interpolation='None')
plt.show()

y 축 혼동 행렬에는 실제 값이 있고 x 축에는 예측 변수가 제공 한 값이 있습니다. 따라서 대각선의 개수는 정확한 예측 횟수입니다. 대각선의 요소는 잘못된 예측입니다.

귀하의 경우 :

>>> confusion_matrix(y_true, y_pred)
    array([[2, 0, 0],  # two zeros were predicted as zeros
           [0, 0, 1],  # one 1 was predicted as 2
           [1, 0, 2]]) # two 2s were predicted as 2, and one 2 was 0

이것을 이해할 필요성을 그래픽으로 지정하고 싶습니다. 결론에 도달하기 전에 잘 이해해야하는 간단한 행렬입니다. 위의 답변에 대한 간단한 설명 버전이 있습니다.

        0  1  2   <- Predicted
     0 [2, 0, 0]  
TRUE 1 [0, 0, 1]  
     2 [1, 0, 2] 

# At 0,0: True value was 0, Predicted value was 0, - 2 times predicted
# At 1,1: True value was 1, Predicted value was 1, - 0 times predicted
# At 2,2: True value was 2, Predicted value was 2, - 2 times predicted
# At 1,2: True value was 1, Predicted value was 2, - 1 time predicted
# At 2,0: True value was 2, Predicted value was 0, - 1 time predicted...
...Like that