scikit learn为什么混淆矩阵是反转的？

Question

我有3个问题：

1)

sklearn的混淆矩阵如下：

TN | FP
FN | TP

当我查看在线资源时，我发现它像这样：

TP | FP
FN | TN

我应该考虑哪一个？

2）

由于scikit learn中上述混淆矩阵与我在其他资源中找到的不同，在多类混淆矩阵中，结构会是什么样子？我查看了这个帖子： Scikit-learn: How to obtain True Positive, True Negative, False Positive and False Negative 在那篇文章中，@lucidv01d发布了一张图以了解多类别的类别。在scikit learn中，这个类别是否相同？

3）

如何计算多类的准确性？例如，我有这个混淆矩阵：

[[27  6  0 16]
 [ 5 18  0 21]
 [ 1  3  6  9]
 [ 0  0  0 48]]

在我在问题2中提到的同一篇帖子中，他写了这个等式:

总体准确度

ACC = (TP+TN)/(TP+FP+FN+TN)

但这只是针对二元分类吧？我的意思是，我应该用什么类别替换TP？

- John Sall

Answer 1

sklearn之所以将混淆矩阵呈现为以下形式：

TN | FP
FN | TP

这是因为在他们的代码中，0被视为负类，1被视为正类。sklearn始终将较小的数字视为负数，较大的数字视为正数。通过数字，我指的是类值（0或1）。顺序取决于您的数据集和类别。

准确度将是对角线元素之和除以所有元素之和。对角线元素是正确预测的数量。

- secretive

---

阅读完这篇文章后，我仍然不明白为什么他们不会只是翻转混淆矩阵以匹配其他约定，但当你考虑到涉及超过2个类别的问题时，sklearn的显示方式是有意义的。 - SpinUp __ A Davis

Answer 2

正如sklearn指南所说："（维基百科和其他参考文献可能使用不同的轴约定）" 这是什么意思？在构建混淆矩阵时，第一步是决定将预测值和真实值（真实标签）放在哪里。有两种可能性：

- 把预测值放在列上，把真实标签放在行上 - 把预测值放在行上，把真实标签放在列上

完全是主观的决定你想走哪条路。从这张图片解释见此处, 很明显scikit-learn的惯例是把预测值放在列上，真实标签放在行上。

因此，根据scikit-learn的惯例，它的意思是：

• 第一列包含负预测（TN和FN）
• 第二列包含正预测（TP和FP）
• 第一行包含负标签（TN和FP）
• 第二行包含正标签（TP和FN）
• 对角线包含正确预测的标签数量。

根据这些信息，我认为您可以解决问题的第一部分和第二部分。

对于第三部分，您只需将对角线上的值相加，然后将其除以所有元素的总和，计算如下：

(27 + 18 + 6 + 48) / (27 + 18 + 6 + 48 + 6 + 16 + 5 + 21 + 1 + 3 + 9)

或者您可以使用score()函数。

- Emmet B

---

但是我们这里有3列，第三行发生了什么？ - John Sall

@JohnSall，您是在指那个图还是其他什么？ - Emmet B

图中有三行三列。 - Emmet B

Answer 3

• scikit-learn的惯例是将预测值放在列中，将真实值放在行中。

• scikit-learn的惯例是默认为负类（顶部）放置0，正类（底部）放置1。可以使用labels=[1,0]更改顺序。你可以用以下方法计算总体准确率：

  M = np.array([[27, 6, 0, 16], [5, 18,0,21],[1,3,6,9],[0,0,0,48]])

  M

对角线之和

w = M.diagonal()
w.sum()

99

矩阵求和

M.sum()

160

ACC = w.sum()/M.sum()
ACC

0.61875

- Wojciech Moszczyński