Basta ya de buscar en otras páginas ya que estás al espacio correcto, contamos con la solución que necesitas recibir pero sin complicarte.
Ejemplo 1: Python de matriz de confusión
By definition, entry i,j in a confusion matrix is the number of
observations actually in group i, but predicted to be in group j.
Scikit-Learn provides a confusion_matrix function:from sklearn.metrics import confusion_matrix
y_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)# Output# array([[3, 0, 0],# [0, 1, 2],# [2, 1, 3]], dtype=int64)
Ejemplo 2: calcular la matriz de confusión usando Python
import numpy as np
currentDataClass =[1,3,3,2,5,5,3,2,1,4,3,2,1,1,2]
predictedClass =[1,2,3,4,2,3,3,2,1,2,3,1,5,1,1]defcomp_confmat(actual, predicted):
classes = np.unique(actual)# extract the different classes
matrix = np.zeros((len(classes),len(classes)))# initialize the confusion matrix with zerosfor i inrange(len(classes)):for j inrange(len(classes)):
matrix[i, j]= np.sum((actual == classes[i])&(predicted == classes[j]))return matrix
comp_confmat(currentDataClass, predictedClass)
array([[3.,0.,0.,0.,1.],[2.,1.,0.,1.,0.],[0.,1.,3.,0.,0.],[0.,1.,0.,0.,0.],[0.,1.,1.,0.,0.]])
Aquí puedes ver las reseñas y valoraciones de los usuarios
Recuerda que tienes permiso de valorar esta noticia si hallaste tu conflicto .
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)