混淆矩阵
预测0 预测1 实际0 True negative False positive 实际1 False negative True positive 简单的说就是混淆矩阵有四个部分,这四个部分由预测结果和实际标签两个部分交叉出来的结果。 首先说按照老外的思维:对于结果有两个态度,一个是积极的(positive),一个是消极的(negative)。 所以预测为1的时候,被称为positive,被预测为消极的时候,被称为negative。 当实际值为1,但预测为消极的时候,这时的结论就是假消极,(False negative)。当实际值为0,预测值也为0的时候,这时的结论就是真消极(True nagative)。 当实际值为0,但预测为积极的时候,这时的结论就是假积极,(False positive)。 当实际值为1,预测值也为1的时候,这时的结论就是真积极(True positive) from sklearn.metrics import confusion_matrix y_true = [0,1,0,1,1,1,0,1,0,0] y_pred = [0,0,0,1,1,0,0,1,0,1] confusion_matrix(y_true, y_pred) return: array([[4, 1], [2, 3]], dtype=int64) cm = confusion