Skip to main content
 首页 » 编程设计

python之计算混淆矩阵

2025年02月15日7www_RR

我目前正在计算多个混淆矩阵并对其进行归一化。

for i in range(0,215) 
 
 [...] 
 matrix_confusion[i] = np.asarray(confusion_matrix(Y_test, Y_pred)) 
 matrix_confusion[i] = matrix_confusion[i].astype(float) /  
 matrix_confusion[i].sum(axis=1)[:,np.newaxis] 

目标是计算上面循环中填充的所有混淆矩阵的平均值。问题是很多矩阵都没有填充,因为我在引发 ValueError 时跳过了迭代。所以我有一些空矩阵(预填充了零)。

现在我想做以下事情:

matrix_confusion = matrix_confusion[matrix_confusion!=0] 

但这也消除了归一化计算的混淆矩阵中的 0。如果我只想要一个代表循环中所有先前填充的 2x2 混淆矩阵的平均值的混淆矩阵,而不考虑预填充的混淆矩阵,我该如何继续?

#prefilling 
matrix_confusion = np.zeros((200,2,2)) 

感谢您的帮助!

请您参考如下方法:

首先找出不全为零的矩阵:

valids = np.logical_or.reduce(matrix_confusion != 0, axis=(1, 2)) 

然后计算平均值:

matrix_confusion_mean = np.mean(matrix_confusion[valids], axis=0) 

您仍应注意至少一些 矩阵是有效的,否则您将得到一个NaN 矩阵。你可以这样做:

if np.any(valids): 
    matrix_confusion_mean = np.mean(matrix_confusion[valids], axis=0) 
else: 
    matrix_confusion_mean = np.zeros((2, 2))