Crosstab混淆矩阵应用及预测错误位置应用

Victor__Zhang

已于 2022-05-22 11:13:02 修改

阅读量1.1k

点赞数

分类专栏： Tensorflow 兴趣分享文章标签： Crosstab 混淆矩阵机器学习

于 2021-12-24 20:22:02 首次发布

本文链接：https://blog.csdn.net/soga235/article/details/122135325

版权

兴趣分享同时被 2 个专栏收录

83 篇文章 8 订阅

订阅专栏

Tensorflow

20 篇文章 1 订阅

订阅专栏

通过pandas中的crosstab调用混淆矩阵，来查看哪些结果最容易混淆，对角线部分，为正确预测的部分，其它部分则是预测错误的部分。

import pandas as pd
pd.crosstab(test_labels,prediction,rownames=['label'],colnames=['predict'])

查看预测错误位置的数据：

df = pd.DataFrame({'label':test_labels,'predict':prediction})
print(df[(df.label==5)&(df.predict==3)]) #查看是5预测错成3的数据位置

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Victor__Zhang

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

使用pandas的crosstab函数计算混淆矩阵及Seaborn作图实战

带你成为别人眼中的大佬！

04-25

230

它可以帮助我们了解分类模型在验证集上的准确性。其中，rowname参数指定真实标签的名称，colnames参数指定预测标签的名称，margins=True则会在混淆矩阵中加入总数行列。首先，我们需要引入需要使用的库：pandas、numpy、matplotlib、seaborn。以上就是使用pandas的crosstab函数计算混淆矩阵及Seaborn作图实战的全部内容啦。接下来，我们生成两个随机的分类标签数组，一个为真实标签，另一个为预测标签。然后，使用pandas的crosstab函数计算混淆矩阵。

Python使用pandas的crosstab函数计算混淆矩阵并使用Seaborn可视化混淆矩阵实战

data+scenario+science+insight

09-28

670

Python使用pandas的crosstab函数计算混淆矩阵并使用Seaborn可视化混淆矩阵实战目录 Python使用pandas的crosstab函数计算混淆矩阵并使用Seaborn可视化混淆矩阵实战 #仿真数据 #使用pandas的crosstab函数绘制混淆矩阵 #使用seaborn可视化pd.crosstab函数计算获得的混淆矩阵 #通过添加margins = True参数输出边界汇总值获得更加丰富的混淆矩阵 #仿真数据 import pandas as pd da

2 条评论您还未登录，请先登录后发表或查看评论

crosstab交叉表_python使用pandas的交叉表crosstab出现问题

weixin_39549852的博客

01-14

161

对数据分析时使用到pandas，下面的代码是从数据库中获取数据再转换成DataFrame结构sql = 'select * from content;'cur.execute(sql)rows = cur.fetchall()datas = []for data in rows:datas.append(data)frame = DataFrame(datas)数据库的表结构如下：下面就是数据操作...

【混淆矩阵】完整版

weixin_30480075的博客

10-11

197

F1-Score = 2*Precision*Recall/(Precision+Recall) 转载于:https://www.cnblogs.com/colipso/p/9773705.html

Postgresql 行变列 crosstab交叉函数报错及解决；No function matches the given name and arguments.

qq_40985985的博客

06-29

570

【代码】Postgresql 行变列 crosstab交叉函数报错及解决；

Python数据分析与应用目录及课后习题答案

最新发布

时序笔记

06-10

663

人员的流失是每一个公司都面临的问题，而高流失率对任何公司来说都是昂贵的，这体现在招聘和培训成本、生产力的损失和员工士气的降低。员工流失分析是指分析离开组织的员工的行为，并将其与组织中的现有员工进行比较。它有助于发现哪些员工可能很快就会离开。员工流失分析是一种行为分析，我们研究离开组织的员工的行为和特征，并将其特征与现有员工进行比较，以找出可能很快离开组织的员工。通过确定员工流失的原因，公司可以采取措施减少员工流失，留住宝贵的员工。

Keras利用卷积神经网络（CNN）识别手写数字（环境python3.5）

云南省高校数据化运营管理工程研究中心的博客

06-10

3989

今天介绍如何利用卷积神经网络进行MNIST数据集的手写数字识别。我们要做的就是将手写数字图像（images）识别为数字标签（labels）建模思路如下图： -### 目录用 [TOC]来生成目录：数据预处理模型建立评估模型准确率进行预测数据预处理 MNIST数据集共有训练数据60 000项、测试数据10 000项。其数据都由...

Pandas的crosstab函数

TensorFlowNews

10-16

1万+

作者|Bex T. 编译|VK 来源|Towards Datas Science 介绍我很喜欢DataCamp上的“Seaborn中间数据可视化”(Intermediate Data Visualization with Seaborn)这个课程。它教给新手非常棒的图表和方法。但说到热图，课程的老师不知怎么地引入了一个全新的pandas函数crosstab。然后，很快说：“crosstab是一个计算交叉表的有用函数…” 我就在那里不理解了。显然，我的第一反应是查看函数的文档。我刚开始觉得我可以处理Matp

crosstab交叉表_数据透视之交叉表 crosstab()

weixin_39917576的博客

12-21

560

共1866字，阅读时间4分钟点击上方蓝色字体关注公众号1 回顾昨天总结了Python的69个内置函数，回看：Python 69个内置函数分类总结这些内置函数无论何时，我们都可以任意调用，熟知它们是必要的。在这之前介绍过Python数据透视功能的实现函数：pivot_table，它能实现数据分组聚合统计，这是pivot函数做不到的，它只能完成分组。今天，总结一个特殊的数据透视函数...

python实现混淆矩阵_如何用Python编写混淆矩阵？

weixin_40001048的博客

02-03

2194

Scikit Learn提供了一个confusion_matrix函数from sklearn.metrics import confusion_matrixy_actu = [2, 0, 2, 2, 0, 1, 1, 2, 2, 0, 1, 2]y_pred = [0, 0, 2, 1, 0, 2, 1, 0, 2, 0, 2, 2]confusion_matrix(y_actu, y_pred...

混淆矩阵的生成（python实现，含机器学习方法）

一名在读大学生，正在学习深度学习，会定期分享一些该领域内容。欢迎大家一起交流学习~

08-08

7039

使用混淆矩阵可以计算多个衡量分类器性能的指标，如准确率（Accuracy）、精确率（Precision）、召回率（Recall，也称为敏感度或真正例率）和 F1 值等。准确率（Accuracy）：分类器预测正确的样本占总样本数的比例，计算公式为 (TP + TN) / (TP + TN + FP + FN)。召回率（Recall）：正例被正确预测为正例的比例，计算公式为 TP / (TP + FN)。精确率（Precision）：正例预测正确的比例，计算公式为 TP / (TP + FP)。

crosstab reports

kissbi的专栏

08-17

660

Generally, We classify the crosstab reports into two categoreis: static crosstab and dynamic crosstab based on whether the number of columns in the crosstab is known at design time or at run time.

pandas关于透视表(pivotTab)和交叉表(crossTab)

WGS.

11-18

590

文章目录1.透视表(pivotTab)1.按‘产地’和‘类别’重新索引，然后在‘价格’和‘数量’上执行mean函数2.行索引为‘产地’，列索引为‘类别’，对‘价格’应用‘max’函数，并提供分项统计，缺失值填充02.交叉表(crossTab) 1.透视表(pivotTab) 透视表就是将指定原有DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数(默认情况下式mean函数)。 df = DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'

小点dian儿：pandas混淆矩阵

shuihupo的博客

12-28

1614

import pandas as pd pd.crosstab(y_Test,prediction, rownames=["lable"],colnames=["predict"]) y_Test,真实值 prediction,预测值 rownames=["lable"],行名 colnames=["predict"]，列名

商务应用范例：Crosstab分析的赚钱项目技巧

资源摘要信息: "该文件名为‘商务应用范例Crosstab共1页.pdf.zip’，从标题和描述中可以看出，该资源是一份关于‘Crosstab’的商务应用范例文档，而‘Crosstab’是一种数据分析工具，用于生成交叉表（又称交叉列联表...