【Python】【机器学习】混淆矩阵的各项指标计算

混淆矩阵的基本概念

在机器学习领域，混淆矩阵（confusion matrix），又称为可能性表格或是错误矩阵。它是一种特定的矩阵用来呈现算法性能的可视化效果，通常是监督学习（非监督学习，通常用匹配矩阵：matching matrix）。其每一列代表预测值，每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class）。

假设有一个用来对猫（cats）、狗（dogs）、兔子（rabbits）进行分类的系统，混淆矩阵就是为了进一步分析性能而对该算法测试结果做出的总结。假设总共有 27 只动物：8只猫， 6条狗， 13只兔子。结果的混淆矩阵如下图：

混淆矩阵的结构

混淆矩阵通常以二维表的形式展示，对于二分类问题，结构如下：

	预测正类 (Positive)	预测负类 (Negative)
实际正类 (Positive)	TP	FN
实际负类 (Negative)	FP	TN

这里的正负也就是预测正确和预测错误。

基本用语

Condition Positive § = 测试数据中正例的数量。此处是猫=5。

Condition Negatives (N) = 测试数据中反例的数量。此处是非猫=8。

True Positive (TP) = **是正例，且很幸运我也猜它是正例的数量。**此处4表示有4张图片是猫，且我也猜它是猫。TP越大越好，因为表示我猜对了。这个时候如果你质问我猫不是5张图片吗？那么别急，重新看看TP的定义。然后再看看FN的定义。

False Negative (FN) = **明明是正例，但很不幸，我猜它是反例的数量。**此处1表示有1张图片明明是猫，但我猜它非猫。**FN越小越好，因为FN说明我猜错了。**现在来看5张猫图片是不是全了。其中4张猫我猜是猫，1张猫我猜非猫。

True Negative (TN) = **是反例，且很幸运我也猜它是反例的数量。**此处5表示有5张图片是非猫，且我也猜它是非猫。TN越大越好，因为表示我猜对了。

False Positive (FP) = **明明是反例，但很不幸我猜它是正例的数量。**此处3表示有3张图片是非猫，但我猜它是猫。FP越小越好，因为FP说明我猜错了。

我感觉这么记这些缩写比较好：第一个True or False是指预测对不对，也就是说反斜对角线上开头都是True，正斜对角线上开头都是False。然后第二个Positive or Negative与列索引保持一致即可。

多分类问题的扩展

对于多分类问题，上述指标可以扩展为对每个类别分别计算，然后通过宏平均（macro-average）或微平均（micro-average）等方式综合得到整体指标：

• 宏平均（Macro-average）：对每个类别计算指标，然后取平均值，不考虑类别的样本数量。
• 微平均（Micro-average）：将所有类别的TP、FP、TN、FN累加后计算指标，考虑了类别的样本数量。

计算评估标准

	预测正类 (Positive)	预测负类 (Negative)
实际正类 (Positive)	TP	FN
实际负类 (Negative)	FP	TN

对着表格看一下以下公式：

准确率（Accuracy）准确率表示**模型预测正确的样本占总样本的比例。**它衡量了模型整体的分类性能。准确率 = (TP+TN)/(TP+TN+FP+FN)

精确率（Precision）精确率表示**模型预测为正类的样本中，实际为正类的比例。**它衡量了模型在正类预测中的准确性。精确率 = TP/(TP+FP)

召回率（Recall）召回率表示**实际为正类的样本中，被模型正确预测为正类的比例。**它衡量了模型对正类样本的识别能力。召回率 = TP/(TP+FN)

F1分数（F1 Score）F1分数是精确率和召回率的调和平均数，用于综合衡量模型的精确率和召回率。它在两者之间取得平衡，尤其适用于类不平衡的数据集。

F1分数 = 2 x (精确率 x 召回率)/(精确率 + 召回率)

源代码

def confusion_matrix_scores(confusion_matrix):
    # 将 confusion_matrix 转换为 NumPy 数组，方便进行矩阵操作
    confusion_matrix = np.array(confusion_matrix)
    # 获取类别数量
    num_classes = confusion_matrix.shape[0]
    # 计算样本总数
    total_samples = np.sum(confusion_matrix)

    # 存储每个类别的精确率，召回率和F1分数
    per_class_values = []
    for i in range(num_classes):
        # 计算类别 i 的真阳性数（TP）
        tp_i = confusion_matrix[i, i]

        # 计算类别 i 的精确率（Precision）
        col_i_sum = np.sum(confusion_matrix[:, i])  # 计算第 i 列的总和
        precision_i = tp_i / col_i_sum if col_i_sum != 0 else 0  # 添加除零检查

        # 计算类别 i 的召回率（Recall）
        row_i_sum = np.sum(confusion_matrix[i, :])  # 计算第 i 行的总和
        recall_i = tp_i / row_i_sum if row_i_sum != 0 else 0  # 添加除零检查

        # 计算类别 i 的F1分数
        if precision_i + recall_i != 0:
            f1_i = 2 * precision_i * recall_i / (precision_i + recall_i)
        else:
            f1_i = 0

        # 将计算结果存储到列表per_class_values中
        per_class_values.append((precision_i, recall_i, f1_i))
        # 打印类别 i 的各项指标
        print(f"类别{i}的精确率：{100*precision_i:.2f}%，召回率：{100*recall_i:.2f}%，F1分数：{100*f1_i:.2f}%")

    # 计算总的准确率（Accuracy）
    accuracy = np.trace(confusion_matrix) / total_samples  # np.trace(confusion_matrix) 返回对角线元素之和，即所有TP的总和
    # 将每个类别的精确率、召回率和F1分数解包
    precisions, recalls, f1s = zip(*per_class_values)

    # 计算微平均（micro-average）的精确率、召回率和F1分数
    micro_precision = np.mean(precisions)
    micro_recall = np.mean(recalls)
    micro_f1 = np.mean(f1s)

    print(f"总准确率：{100*accuracy:.2f}%", end=" ")
    print(f"总精确率：{100*micro_precision:.2f}%", end=" ")
    print(f"总召回率：{100*micro_recall:.2f}%", end=" ")
    print(f"总F1分数：{100*micro_f1:.2f}%")

此函数传入的confusion_matrix为Python中的二维列表，当然你也可以直接传入numpy数组，然后把函数第一行代码的转换为numpy数组删掉。