我正在使用Python处理一个多类分类问题。我已经用交叉验证训练了分类器(sklearn.model\选择.cross\u validate)并计算交叉验证每一次所需的指标(精确度、准确度、召回率、F1\u分数)。但是现在我需要保存每个折叠的混淆矩阵。我该怎么做?你知道吗
我已经尝试使用sklearn.model_selection.cross_val_predict
来获得预测的类,并使用它和实际的类来计算sklearn.metrics.confusion_matrix
,但是我只得到了一个混淆矩阵。你知道吗
scoring_multiclass = {
'accuracy': 'accuracy',
'precision_macro': 'precision_macro',
'recall_macro': 'recall_macro',
'f1_macro': 'f1_macro'}
cv = StratifiedKFold(n_splits=4)
cv_results = cross_validate(
estimator=current_pipe,
X=X,
y=y,
scoring=scoring_multiclass,
cv=cv,
n_jobs=-1)
mean_cv_results = mean_scores(cv_results)
results = {
'precision': mean_cv_results['test_precision_macro'],
'recall': mean_cv_results['test_recall_macro'],
'f1': mean_cv_results['test_f1_macro'],
'accuracy': mean_cv_results['test_accuracy'],}
如何显示每个折叠的混淆矩阵?你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐