混淆矩阵不支持多标签指示符。

Question

multilabel-indicator is not supported 这是我运行以下代码时遇到的错误信息：

confusion_matrix(y_test, predictions)

y_test 是一个形状为 DataFrame 的对象：

Horse | Dog | Cat
1       0     0
0       1     0
0       1     0
...     ...   ...

predictions 是一个 numpy array：

[[1, 0, 0],
 [0, 1, 0],
 [0, 1, 0]]

我已经搜索了一下错误信息，但没有找到可应用的东西。有什么提示吗？

- Khaine775

---

如果有人正在寻找正确的方法来可视化多标签分类器的误差，我想要加入自己的看法：你的预测数组似乎是来自一个多类别分类器。对于多标签分类，混淆矩阵并不适用，因为会同时预测多个标签。 - Thilo

Answer 1

不，你输入到confusion_matrix的必须是一个预测列表，而不是OHE（one hot encodings）。在y_test和y_pred上调用argmax，你应该能得到你期望的结果。

confusion_matrix(
    y_test.values.argmax(axis=1), predictions.argmax(axis=1))

array([[1, 0],
       [0, 2]])

- cs95

---

第三行发生了什么？ - rumble_shark

Answer 2

混淆矩阵需要一个标签向量（而不是one-hot编码）。你应该运行

confusion_matrix(y_test.values.argmax(axis=1), predictions.argmax(axis=1))

- Joshua Howard

Answer 3

如果您拥有numpy.ndarray，可以尝试以下操作。

import seaborn as sns

T5_lables = ['4TCM','WCM','WSCCM','IWCM','CCM']    

ax= plt.subplot()

cm = confusion_matrix(np.asarray(Y_Test).argmax(axis=1), np.asarray(Y_Pred).argmax(axis=1))
sns.heatmap(cm, annot=True, fmt='g', ax=ax);  #annot=True to annotate cells, ftm='g' to disable scientific notation

# labels, title and ticks
ax.set_xlabel('Predicted labels');ax.set_ylabel('True labels'); 
ax.set_title('Confusion Matrix'); 
ax.xaxis.set_ticklabels(T5_lables); ax.yaxis.set_ticklabels(T5_lables);

- ِAbdalrahman M. Amer

Answer 4

from sklearn.metrics import confusion_matrix

predictions_one_hot = model.predict(test_data)
cm = confusion_matrix(labels_one_hot.argmax(axis=1), predictions_one_hot.argmax(axis=1))
print(cm)

输出的结果大致是这样的：

[[298   2  47  15  77   3  49]
 [ 14  31   2   0   5   1   2]
 [ 64   5 262  22  94  38  43]
 [ 16   1  20 779  15  14  34]
 [ 49   0  71  33 316   7 118]
 [ 14   0  42  23   5 323   9]
 [ 20   1  27  32  97  13 436]]

- Scott