问题描述
我正在尝试使用来自 UCI ML Repo 的 relevant dataset 预测信用卡批准。问题是目标将信用卡申请编码为“+”表示批准,“-”表示拒绝。
由于目标中有更多被拒绝的申请,所有评分者、评估者都将被拒绝的类视为正类,而其他类则应为正类。正因为如此,我的混淆矩阵都搞砸了,因为我认为所有的真阳性和真阴性,假阳性和假阴性都颠倒了:
如何手动指定正类?
解决方法
我不知道有哪些 scikit-learn 估计器或转换器可以让您将正类和负类标识符作为参数进行翻转。但我可以想到两种方法来解决这个问题:
方法 1:在拟合估计器之前自己转换数组标签
对于 numpy
数组可以轻松实现:
y = np.array(['+','+','-','-'])
y_transformed = [1 if i == '+' else 0 for i in y]
还有熊猫 Series
对象:
y = pd.Series(['+','-'])
y_transformed = y.map({'+': 1,'-': 0})
在这两种情况下,输出都是 [1,1,0]
方法 2:您在 labels
confusion_matrix
参数
scikit-learn 的 confusion_matrix
有一个参数 labels
,可以让您重新排序标签。像这样使用:
y_true = np.array([1,0])
y_pred = np.array([1,0])
print(confusion_matrix(y_true,y_pred))
# output
[[2 0]
[1 2]]
print(confusion_matrix(y_true,y_pred,labels=[1,0]))
# output
[[2 1]
[0 2]]