我正在使用 scikit 学习决策树将一组数据分类为四个类别之一。一般来说，我是机器学习和编码的新手，正在尝试了解混淆矩阵。

因此，当我使用 sci-kits 混淆矩阵时，我得到一个四乘四矩阵。我能够弄清楚这些列是对每个类别所做的预测(例如“预测 A、预测 B...”)。但是，我对这些行代表什么感到困惑。此外，某些预测是否有可能不进入混淆矩阵。我发现有些列没有必要的总计数。这是为什么？

unique, counts = np.unique(classif_predict, return_counts=True)
print('Predicted:',dict(zip(unique, counts)))

_unique, _counts = np.unique(classif_test, return_counts=True)
print('Tested:',dict(zip(_unique, _counts)))


pd.DataFrame(
    confusion_matrix(classif_test, class_predict), 
    columns = ['AGN Predicted', 'BeXRB Predicted', 'HMXB Predicted', 'SNR Predicted']
)

我的输出是这样的:

Predicted: {'AGN': 7, 'BeXRB': 25, 'HMXB': 7, 'SNR': 2}
Tested: {'AGN': 10, 'BeXRB': 22, 'HMXB': 7, 'SNR': 2}

AGN Predicted       BeXRB Predicted     HMXB Predicted      SNR Predicted             
        3                  3                   4                  0
        2                 13                   6                  1
        0                  3                   4                  0
        0                  2                   0                  0
​```

最佳答案

行代表已预测的类的实例(通过我们使用的算法)，列代表已知真实值的实例。

行:预测值 列:实际值

在您的情况下，了解 4*4 矩阵表示您的预测变量中有 4 个不同的值，即:AGN、BeXRB、HMXB、SNR。 还有一件事，值的正确分类将在从左上角到右下角的对角线上，所有其他值都被错误分类。

this is an example of a 4*4 matrix 请注意，绿色值将被正确分类，而红色值将被错误分类。

https://stackoverflow.com/questions/58575840/