python将多分类问题的混淆矩阵以二值分类混淆矩阵输出

将多分类问题的混淆矩阵以二值分类混淆矩阵输出，可以使用 scikit-learn 库的 multilabel_confusion_matrix() 函数。该函数的参数包括真实标签和预测标签，示例如下：

from sklearn.metrics import multilabel_confusion_matrix

y_true = [[0, 1, 1],
          [1, 0, 1],
          [0, 0, 1],
          [1, 1, 0]]
y_pred = [[1, 0, 1],
          [0, 0, 1],
          [0, 1, 0],
          [1, 0, 0]]

labels = [0, 1, 2] # 所有标签的列表，必须指定

cm = multilabel_confusion_matrix(y_true, y_pred, labels=labels)
print(cm)

输出结果为：

[[[0 1]
  [1 2]]

 [[2 1]
  [1 0]]

 [[3 0]
  [1 0]]]

其中，输出结果是一个三维数组，第一维表示标签，第二维表示真实标签或预测标签为正例或负例，第三维表示真实标签或预测标签的数量。例如，第一个标签的混淆矩阵为：

[[0 1]
 [1 2]]

其中，第一行第一列的值为 0，表示真实标签为该标签的样本且预测标签为负例的数量为 0；第一行第二列的值为 1，表示真实标签为该标签的样本且预测标签为正例的数量为 1，以此类推。可见，通过 multilabel_confusion_matrix() 函数可以将多分类问题的混淆矩阵以二值分类混淆矩阵的形式输出。