python计算召回率_用python中的混淆矩阵计算精度和召回率

我有两个类的混淆矩阵,用pandas数据帧格式预先计算出总数:Actual_class Predicted_class_0 Predicted_class_1 Total

0 0 39 73 112

1 1 52 561 613

2 All 91 634 725

我需要计算精度和调用使用一个循环,因为我需要更多类的一般情况下的解决方案。在

0级精度为39/91,1级精度为561/634。

0级的召回率为39/112,1级的召回率为561/613。在

所以我需要通过对角线和总计迭代得到以下结果

^{pr2}$

总计(所有行和总计列)将在后面删除,因此没有必要计算它们。在

我尝试了以下代码,但它不按对角线进行,并丢失类0的数据:cols = [c for c in cross_tab.columns if c.lower()[:4] == 'pred']

for c in cols:

cross_tab["Precision"] = cross_tab[c]/cross_tab[c].iloc[-1]

for c in cols:

cross_tab["Recall"] = cross_tab[c]/cross_tab['Total']

我是熊猫矩阵操作的新手,真的需要你的帮助。在

我相信有一种方法可以不用预先计算总数。在

非常感谢!!!在

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值