我想问一些问题。

我在Python中使用1万条训练数据训练了我的sklearn逻辑回归分类器。我有2千条测试数据，并使用准确率评分来显示准确率和混淆矩阵，但两者都只显示所有测试数据的总体准确率。

我想要的是例如：

测试数据1：”abc”

给定测试数据时，类别A的准确率：80%

给定测试数据时，类别B的准确率：10%

给定测试数据时，类别C的准确率：10%

测试数据2：”def”

给定测试数据时，类别A的准确率：50%

给定测试数据时，类别B的准确率：30%

给定测试数据时，类别C的准确率：20%

以此类推，显示所有测试数据的结果。我希望以表格形式展示，如示例所示。

使用sklearn可以实现吗？

回答：

根据您提供的示例，我认为您想要的是每个测试数据点的概率预测。您可以使用LogisticRegression类的predict_proba方法轻松实现（http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression.predict_proba）。这将为您提供每个类别的概率。在您的情况下，返回的矩阵大小应为2000 x 3。您可以将它们乘以100，以获得每个类别的必要百分比。

希望这对您有帮助。