from sklearn import metrics

1.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)

参数分别为y实际类别、预测类别、返回值要求(True返回正确的样本占比,false返回的是正确分类的样本数量)

eg:

>>> import numpy as np

>>> from sklearn.metrics import accuracy_score

>>> y_pred = [0, 2, 1, 3]

>>> y_true = [0, 1, 2, 3]

>>> accuracy_score(y_true, y_pred)

0.5

>>> accuracy_score(y_true, y_pred, normalize=False)

2.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)

参数:真是类别,预测类别,目标类别名称

eg:

3.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

输出为混淆矩阵

eg:

太多了,写3个常用的吧,具体参考help(metrics)

文末惊喜在此:

纯手工Python混淆矩阵作图代码案例

defcm_plot(y,yp):#参数为实际分类和预测分类

fromsklearn.metricsimportconfusion_matrix

#导入混淆矩阵函数

cm = confusion_matrix(y,yp)

#输出为混淆矩阵

importmatplotlib.pyplotasplt

#导入作图函数

plt.matshow(cm,cmap=plt.cm.Greens)

# 画混淆矩阵图,配色风格使用cm.Greens

plt.colorbar()

# 颜色标签

forxinrange(len(cm)):

foryinrange(len(cm)):

plt.annotate(cm[x,y],xy=(x,y),horizontalalignment=’center’,verticalalignment=’center’)

#annotate主要在图形中添加注释

# 第一个参数添加注释

# 第一个参数是注释的内容

# xy设置箭头尖的坐标

#horizontalalignment水平对齐

#verticalalignment垂直对齐

#其余常用参数如下:

# xytext设置注释内容显示的起始位置

# arrowprops 用来设置箭头

# facecolor 设置箭头的颜色

# headlength 箭头的头的长度

# headwidth 箭头的宽度

# width 箭身的宽度

plt.ylabel(‘True label’)# 坐标轴标签

plt.xlabel(‘Predicted label’)# 坐标轴标签

returnplt

#函数调用

cm_plot(train[:,3],tree.predict(train[:,:3])).show()

输出结果图:

图片发自简书App

python混淆矩阵函数_Python sklearn.metrics模块混淆矩阵常用函数相关推荐

  1. python的shutil模块是内置的_Python之shutil模块11个常用函数详解,python内置函数是什么...

    Python之shutil模块11个常用函数详解,python内置函数是什么 shutil 是 Python 中的高级文件操作模块,与os模块形成互补的关系,os主要提供了文件或文件夹的新建.删除.查 ...

  2. [转载] python数学计算模块之math常用函数学习使用

    参考链接: Python中的分数模块Fraction 因为最近经常使用到math模块中的常用函数,但是又记不住所有的函数名称,在今天结束之前花一点时间总结一下吧,很多都用过,只有几个角度计算函数不常用 ...

  3. python scipy.stats.norm.cdf_python的scipy.stats模块中正态分布常用函数总结

    python的scipy.stats模块是连续型随机变量的公共方法,可以产生随机数,通常是以正态分布作为scipy.stats的基本使用方法.本文介绍正态分布的两种常用函数:1.累积概率密度函数sta ...

  4. python 密度 语音_Python+sklearn机器学习应该了解的33个基本概念

    封面图片:<Python程序设计实验指导书>,董付国编著,清华大学出版社 ================ 机器学习(Machine Learning)根据已知数据来不断学习和积累经验,然 ...

  5. python psycopg2使用_Python中用psycopg2模块操作PostgreSQL方法

    其实在Python中可以用来连接PostgreSQL的模块很多,这里比较推荐psycopg2.psycopg2安装起来非常的简单(pip install psycopg2),这里主要重点介绍下如何使用 ...

  6. python计算PR曲线sklearn.metrics.precision_recall_curve

    PR曲线实则是以precision(精准率)和recall(召回率)这两个为变量而做出的曲线,其中recall为横坐标,precision为纵坐标.设定一系列阈值,计算每个阈值对应的recall和pr ...

  7. c调用python第三方库_Python使用ctypes模块调用DLL函数之C语言数组与numpy数组传递...

    在Python语言中,可以使用ctypes模块调用其它如C++语言编写的动态链接库DLL文件中的函数,在提高软件运行效率的同时,也可以充分利用目前市面上各种第三方的DLL库函数,以扩充Python软件 ...

  8. python 主线程_Python threading多线程模块

    Python是支持使用多线程的,程序代码可以在一个进程空间中操作管理多个执行的线程,python模块下载时要记得,这个库叫做 threading. 一.threading模块简介 在Python多线程 ...

  9. [转载] python中string函数的用法_python中string模块各属性以及函数的用法

    参考链接: Python中的string.octdigits 任何语言都离不开字符,那就会涉及对字符的操作,尤其是脚本语言更是频繁,不管是生产环境还是面试考验都要面对字符串的操作. python的字符 ...

最新文章

  1. 2021年机器学习什么风向?谷歌大神Quoc Le:把注意力放在MLP上
  2. Linux 运维工作中的经典应用ansible(批量管理)Docker容器技术(环境的快速搭建)...
  3. 第十二天:规划成本管理,成本类型, 资产折旧;和 估算成本,估算成本知识点提示
  4. [转]HTTP协议及其请求头分析
  5. 意犹未尽 —— GPM 的状态流转(十)
  6. mysql上一条语句成功_mysql : 获取上一条insert语句
  7. 输出判断Codeforces Round #184 (Div. 2)
  8. 李洪强iOS经典面试题34-求两个链表表示的数的和
  9. OpenCV-人脸识别
  10. 夜莺(Nightingale)企业级监控平台
  11. 督查督办管理系统在企业管理中起到的作用
  12. pyspark 数据框 更改大小写_英文字母大小写
  13. 图片报道:2008年12月4日夜,暴风雪突袭烟台(下)
  14. iconfont用在placeholder里
  15. SQLSERVER EXPRESS 安装失败 code1645
  16. ABAP 中历史库存
  17. Python 字典学习总结(自学)
  18. linux美化文件,Linux 终端美化 - Oh My Zsh
  19. CorelDRAW 10基础教程(二)(转)
  20. 线性代数:约当标准型学习笔记

热门文章

  1. 智能排产系统实现步骤
  2. seo 优化去掉html 页面的后缀 .html
  3. 智能驾驶领域基础概念
  4. MySQL Workbench安装教程
  5. linux7inittab文件不存在,嵌入式linux启动时运行的inittab文件
  6. android倒计时
  7. VS2017安装成功后,无MFC选项解决办法
  8. python的sleep怎么实现的_sleep实现原理
  9. pycharm的使用技巧与遇到的问题
  10. win7系统 C盘清理 适用于各种清理软件无法清理出空间的情况