二分类的混淆矩阵的python代码
时间: 2024-06-18 07:03:18 浏览: 271
混淆矩阵计算(适用二分类)
5星 · 资源好评率100%
混淆矩阵是衡量二分类模型性能的一种常见指标,它可以用于计算模型的准确率、召回率、精确度等指标。在Python中,可以使用sklearn.metrics库中的confusion_matrix函数来计算混淆矩阵。以下是一个示例代码:
```python
from sklearn.metrics import confusion_matrix
y_true = [0, 1, 0, 1, 1, 0]
y_pred = [1, 1, 0, 1, 0, 0]
tn, fp, fn, tp = confusion_matrix(y_true, y_pred).ravel()
print("True Negatives:", tn)
print("False Positives:", fp)
print("False Negatives:", fn)
print("True Positives:", tp)
```
在这个例子中,y_true表示真实标签,y_pred表示预测标签。通过调用confusion_matrix函数计算混淆矩阵后,使用ravel函数将结果展平成四个变量:tn(True Negatives)、fp(False Positives)、fn(False Negatives)和tp(True Positives),分别表示真负、假正、假负和真正的数量。
阅读全文