机器学习：评价分类结果（多分类问题中的混淆矩阵）

一、其它

• 查看文档的方式：API、help()
• 通过查 scikit-learn 库的 API ，查看 scikit-learn 中各个模块下的各个方法的功能、用法；

• 模块的方法下有多种参数，每一种参数有多种设置，第一个设置为该参数的默认状态；

• 模块下的方法的具体封装：在各个模块安装目录下的 .py 文件中；

1. 如：D:\软件安装\Python\Lib\site-packages\sklearn\metrics\classification.py
2. 如：D:\软件安装\Python\Lib\site-packages\sklearn\model_selection\_search.py

 

• 思想：机器学习领域中模型出现的问题，很多时候原因不是出在算法层面上，而是出在样本数据层面上，所以面对混淆矩阵反应出的模型错误点，一定要查看产生错误的样本数据，人为的理解为什么面对这些样本类型模型会犯错误，可能样本数据也出现问题，即使样本数据没有问题，也能通过观察总结出更多样本新的特征；