我正在使用sci-kit learn对一些数据进行分类。我有13个不同的类别值/类别来对数据进行分类。现在我已经能够使用交叉验证并打印出混淆矩阵。然而，它只显示了TP和FP等，没有显示类别标签，所以我不知道哪个类别是什么。下面是我的代码和输出：
def classify_data(df, feature_cols, file): nbr_folds = 5 RANDOM_STATE = 0 attributes = df.loc[:, feature_cols] # 也称为x class_label = df['task'] # 类别标签，也称为y. file.write("\n使用的特征: ") for feature in feature_cols: file.write(feature + ",") print("使用的特征", feature_cols) sampler = RandomOverSampler(random_state=RANDOM_STATE) print("随机森林") file.write("\n随机森林") rfc = RandomForestClassifier(max_depth=2, random_state=RANDOM_STATE) pipeline = make_pipeline(sampler, rfc) class_label_predicted = cross_val_predict(pipeline, attributes, class_label, cv=nbr_folds) conf_mat = confusion_matrix(class_label, class_label_predicted) print(conf_mat) accuracy = accuracy_score(class_label, class_label_predicted) print("分类行数: " + str(len(class_label_predicted))) print("准确率: {0:.3f}%\n".format(accuracy * 100)) file.write("\n分类器设置:" + str(pipeline) + "\n") file.write("\n分类行数: " + str(len(class_label_predicted))) file.write("\n准确率: {0:.3f}%\n".format(accuracy * 100)) file.writelines('\t'.join(str(j) for j in i) + '\n' for i in conf_mat)#输出分类行数: 23504准确率: 17.925%0 372 46 88 5 73 0 536 44 317 0 200 1270 501 29 85 0 136 0 655 9 154 0 172 670 97 141 78 1 56 0 336 37 429 0 435 1980 135 74 416 5 37 0 507 19 323 0 128 1640 247 72 145 12 64 0 424 21 296 0 304 2230 190 41 36 0 178 0 984 29 196 0 111 430 218 13 71 7 52 0 917 139 177 0 111 1030 215 30 84 3 71 0 1175 11 55 0 102 620 257 55 156 1 13 0 322 184 463 0 197 1600 188 36 104 2 34 0 313 99 827 0 69 1360 281 80 111 22 16 0 494 19 261 0 313 2110 207 66 87 18 58 0 489 23 157 0 464 2390 113 114 44 6 51 0 389 30 408 0 338 315如您所见，您无法真正知道哪一列是什么，并且打印内容也“未对齐”，因此很难理解。
有没有办法也打印出标签呢？
回答：
从文档来看，似乎没有这样的选项来打印混淆矩阵的行和列标签。然而，您可以使用参数labels=...来指定标签顺序
示例：
from sklearn.metrics import confusion_matrixy_true = ['yes','yes','yes','no','no','no']y_pred = ['yes','no','no','no','no','no']print(confusion_matrix(y_true, y_pred))# 输出:# [[3 0]# [2 1]]print(confusion_matrix(y_true, y_pred, labels=['yes', 'no']))# 输出:# [[1 2]# [0 3]]如果您想打印带有标签的混淆矩阵，可以尝试使用pandas，并设置DataFrame的index和columns。
import pandas as pdcmtx = pd.DataFrame( confusion_matrix(y_true, y_pred, labels=['yes', 'no']), index=['true:yes', 'true:no'], columns=['pred:yes', 'pred:no'])print(cmtx)# 输出:# pred:yes pred:no# true:yes 1 2# true:no 0 3或者
unique_label = np.unique([y_true, y_pred])cmtx = pd.DataFrame( confusion_matrix(y_true, y_pred, labels=unique_label), index=['true:{:}'.format(x) for x in unique_label], columns=['pred:{:}'.format(x) for x in unique_label])print(cmtx)# 输出:# pred:no pred:yes# true:no 3 0# true:yes 2 1