当所有预测值均为1时，如何使用pandas.crosstab创建混淆矩阵？

Question

我正在学习性能指标。我有一个数据帧，有0-10099行和两列（Y_实际，Y_预测）。我想创建一个熊猫混淆矩阵

我的第一次尝试：

y_actual= df5a["y"]
y_actual= y_actual.rename("Actual")
y_predicted=df5a["labels"]
y_predicted= y_predicted.rename("Predicted")
confusion_matrix_5a= pd.crosstab(y_actual, y_predicted)
confusion_matrix_5a

产出1：

Predicted   1
Actual  
0.0        100
1.0        10000

在检查所有Y_预测值后，我意识到所有值都是“1”。为了让pandas.crosstab()在这种情况下创建矩阵，我在我的数据帧中添加了一个额外的行（Y_actual=0，Y_predicted=1）

输出2：

Predicted   0   1
Actual      
0.0         1   100
1.0         0   10000

真正的混淆矩阵应该是：

Predicted   0   1
Actual      
0.0         0   100
1.0         0   10000

输出2中的“1”在那里，因为我添加了额外的行。我知道这不会影响我的准确性，因为我有很多行，所以添加行的效果可以忽略不计。 当其中一列中有唯一值时，您知道用pandas.crosstab()创建矩阵的其他方法吗？关于如何在不添加额外行的情况下执行此操作，有什么建议吗

Answer 1

crosstab拾取列中存在的值，因此需要手动填充缺少的列。一个简单的方法是reindex

假设conf_mat是只有一列的混淆矩阵

然后您可以执行conf_mat.reindex([0,1], axis = 'columns', fill_value = 0)来强制数据帧保存名为0和1的列

参考：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.reindex.html