①accuracy_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
accuracy_score(y_true, y_pred)
accuracy_score(y_true, y_pred, normalize=False)
参数：真是类别,预测类别,目标类别名称
输出为混淆矩阵
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
hmmlearn这个库有三种模型,分别是Gaussian,Multinomial和GMMHMM.这三种模型对应的就是三种emission
matrix（即混淆矩阵,也就是隐状态到观察态的概率）.Gaussian就是说混淆矩阵是一个高斯分布,即观察态是连续的.Multinomiual就是说混淆矩阵事一个Multibimiual
distribution,即观察态势离散的.GMMHMM则是说混淆矩阵是遵循gaussinan
mixture
分布,也是连续的.
题主问如何把混淆矩阵输入到模型里面.首先你要确定你的混淆矩阵的类型.对于Gaussian类型,就是把你希望的
mean和variance值放到模型里面.我就直接把文档里面的例子搬过来,例子里是建立了一个高斯分布的隐马尔科夫模型.
import
numpy
as
np
from
hmmlearn
hmm
#一个隐马尔科夫模型由（p向量,状态转移矩阵,混淆矩阵）来定义.
startprob
=
0.1])
#
定义初始状态的概率
transmat
0.1],
means
np.array([[0.0,
0.0],
①.0.0]])
#定义混淆矩阵的均值
covars
①.))#
定义混淆矩阵的方差
model
"full",
startprob,
transmat)#
定义一个混淆矩阵为高斯分布的隐马尔科夫模型.
这里'full'的意思就是说你输入的方差矩阵每个元素都给出了,不是一个只是对角线上的元素为0的矩阵
model.means_
model.covars_
covars#把你希望的均值方差输入你定义的模型里面,到此你就把混淆矩阵输入进模型了
X,
Z
model.sample(100)
对于Multinomial
和
GMM,我还没用,不过Multinomial应该是需要你自己手动输入隐状态到观察态的概率的,而GMM应该是和Gaussian类型类似,只是需要多输入一个权重因子.
对于第二个问题,covariance_type意思是你的混淆矩阵的covariance
matrix是什么类型,比如若只是对角线上的元素不为0,则把covariance_type设为'diag'.
import pandas as pd
from sklearn import linear_model
# 读取数据
sports = pd.read_csv(r'C:\Users\Administrator\Desktop\Run or Walk.csv')
# 提取出所有自变量名称
# 构建自变量矩阵
X = sports.ix[:,predictors]
# 提取y变量值
y = sports.activity
# 将数据集拆分为训练集和测试集
# 利用训练集建模
sklearn_logistic = linear_model.LogisticRegression()
sklearn_logistic.fit(X_train, y_train)
# 返回模型的各个参数
print(sklearn_logistic.intercept_, sklearn_logistic.coef_)
# 模型预测
sklearn_predict = sklearn_logistic.predict(X_test)
# 预测结果统计
pd.Series(sklearn_predict).value_counts()
-------------------------------------------------------------------------------------------------------------------------------------------
# 导入第三方模块
from sklearn import metrics
# 混淆矩阵
cm = metrics.confusion_matrix(y_test, sklearn_predict, labels = [0,1])
cm
Accuracy = metrics.scorer.accuracy_score(y_test, sklearn_predict)
Sensitivity = metrics.scorer.recall_score(y_test, sklearn_predict)
Specificity = metrics.scorer.recall_score(y_test, sklearn_predict, pos_label=0)
# 混淆矩阵的可视化
import seaborn as sns
import matplotlib.pyplot as plt
# 绘制热力图
plt.show()
------------------------------------------------------------------------------------------------------------------------------------------
# 绘制ROC曲线
# 计算真正率和假正率
fpr,tpr,threshold = metrics.roc_curve(y_test, sm_y_probability)
# 计算auc的值?
roc_auc = metrics.auc(fpr,tpr)
# 绘制面积图
# 添加边际线
plt.plot(fpr, tpr, color='black', lw = 1)
# 添加对角线
plt.plot([0,1],[0,1], color = 'red', linestyle = '--')
# 添加文本信息
# 添加x轴与y轴标签
plt.xlabel('1-Specificity')
plt.ylabel('Sensitivity')
#ks曲线? ?链接：? 风控数据分析学习笔记（二）Python建立信用评分卡 -
fig, ax = plt.subplots()
ax.plot(1 - threshold, tpr, label='tpr')# ks曲线要按照预测概率降序排列,所以需要1-threshold镜像
ax.plot(1 - threshold, fpr, label='fpr')
ax.plot(1 - threshold, tpr-fpr,label='KS')
plt.xlabel('score')
plt.title('KS Curve')
plt.ylim([0.0, 1.0])
legend = ax.legend(loc='upper left')
preface：做着最近的任务,对数据处理,做些简单的提特征,用机器学习算法跑下程序得出结果,看看哪些特征的组合较好,这一系列流程必然要用到很多函数,故将自己常用函数记录上.应该说这些函数基本上都会用到,像是数据预处理,处理完了后特征提取、降维、训练预测、通过混淆矩阵看分类效果,得出报告.
①输入
从数据集开始,提取特征转化为有标签的数据集,转为向量.拆分成训练集和测试集,这里不多讲,在上一篇博客中谈到用StratifiedKFold()函数即可.在训练集中有data和target开始.
[python]?view plain?copy
def?my_preprocessing(train_data):
from?sklearn?import?preprocessing
return?X_normalized
def?my_feature_selection(data,?target):
from?sklearn.feature_selection?import?SelectKBest
return?data_new
def?my_PCA(data):#data?without?target,?just?train?data,?withou?train?target.
from?sklearn?import?decomposition
pca_sklearn?=?decomposition.PCA()
pca_sklearn.fit(data)
main_var?=?pca_sklearn.explained_variance_
import?matplotlib.pyplot?as?plt
plt.plot(main_var[:n])
def?clf_train(data,target):
from?sklearn?import?svm
#from?sklearn.linear_model?import?LogisticRegression
clf?=?svm.SVC(C=100,kernel="rbf",gamma=0.001)
clf.fit(data,target)
#clf_LR?=?LogisticRegression()
#clf_LR.fit(x_train,?y_train)
#y_pred_LR?=?clf_LR.predict(x_test)
return?clf
def?my_confusion_matrix(y_true,?y_pred):
from?sklearn.metrics?import?confusion_matrix
labels?=?list(set(y_true))
conf_mat?=?confusion_matrix(y_true,?y_pred,?labels?=?labels)
print?"confusion_matrix(left?labels:?y_true,?up?labels:?y_pred):"
print?"labels\t",
for?i?in?range(len(labels)):
print?labels[i],"\t",
for?i?in?range(len(conf_mat)):
print?i,"\t",
for?j?in?range(len(conf_mat[i])):
print?conf_mat[i][j],'\t',
def?my_classification_report(y_true,?y_pred):
from?sklearn.metrics?import?classification_report
print?"classification_report(left:?labels):"
print?classification_report(y_true,?y_pred)
my_preprocess()函数：
my_feature_selection()函数：
my_PCA()函数：
主要用来观察前多少个特征是主要特征,并且画图.看看前多少个特征占据主要部分.
clf_train()函数：
可用多种机器学习算法,如SVM, LR, RF, GBDT等等很多,其中像SVM需要调参数的,有专门调试参数的函数如StratifiedKFold()（见前几篇博客）.以达到最优.
my_confusion_matrix()函数：
主要是针对预测出来的结果,和原来的结果对比,算出混淆矩阵,不必自己计算.其对每个类别的混淆矩阵都计算出来了,并且labels参数默认是排序了的.
my_classification_report()函数：
主要通过sklearn.metrics函数中的classification_report()函数,针对每个类别给出详细的准确率、召回率和F-值这三个参数和宏平均值,用来评价算法好坏.另外ROC曲线的话,需要是对二分类才可以.多类别似乎不行.
主要参考sklearn官网
"""绘制混淆矩阵图"""
def?confusion_matrix_plot_matplotlib(y_truth,?y_predict,?cmap=plt.cm.Blues):
"""Matplotlib绘制混淆矩阵图
parameters
----------
y_truth:?真实的y的值,?1d?array
y_predict:?预测的y的值,?1d?array
cmap:?画混淆矩阵图的配色风格,?使用cm.Blues,更多风格请参考官网
"""
cm?=?confusion_matrix(y_truth,?y_predict)
plt.matshow(cm,?cmap=cmap)?#?混淆矩阵图
plt.colorbar()?#?颜色标签
for?x?in?range(len(cm)):?#?数据标签
for?y?in?range(len(cm)):
plt.annotate(cm[x,?y],?xy=(x,?y),?horizontalalignment='center',?verticalalignment='center')
plt.ylabel('True?label')?#?坐标轴标签
plt.xlabel('Predicted?label')?#?坐标轴标签
plt.show()?#?显示作图结果
if?__name__?==?'__main__':
y_truth?=?[1,?0,?1,?1,?1,?1,?1,?1,?1,?1,?0,?0,?0,?0,?0]
y_predict?=?[1,?0,?0,?1,?0,?1,?1,?1,?1,?1,?0,?1,?0,?1,?0]
confusion_matrix_plot_matplotlib(y_truth,?y_predict)
以上就是土嘎嘎小编为大家整理的python混淆矩阵函数相关主题介绍,如果您觉得小编更新的文章只要能对粉丝们有用,就是我们最大的鼓励和动力,不要忘记讲本站分享给您身边的朋友哦！！