如何从Scikit-Learn获取混淆矩阵的行/列标签

Question

如果我在创建矩阵时没有最初指定矩阵（例如在以下代码中），我将如何确认输出混淆矩阵的列/行：

    y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]
    y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
    cm=confusion_matrix(y_true, y_pred)
    array([[2, 0, 0],
           [0, 0, 1],
           [1, 0, 2]])

我知道的文档中说If none is given, those that appear at least once in y_true or y_pred are used in sorted order，所以我假设列/行是("ant", "bird", "cat")，但是我该如何确认？我尝试了类似cm.labels的东西，但这不起作用。

Answer 1

在Confusion_matrix的源代码中：

if labels is None:
    labels = unique_labels(y_true, y_pred)

什么是unique_labels，从哪里导入？

from sklearn.utils.multiclass import unique_labels
unique_labels(y_true, y_pred)

返回

array(['ant', 'bird', 'cat'],
      dtype='<U4')

unique_labels提取一个唯一标签的有序阵列。

示例：

>>> from sklearn.utils.multiclass import unique_labels
>>> unique_labels([3, 5, 5, 5, 7, 7])
array([3, 5, 7])
>>> unique_labels([1, 2, 3, 4], [2, 2, 3, 4])
array([1, 2, 3, 4])
>>> unique_labels([1, 2, 10], [5, 11])
array([ 1,  2,  5, 10, 11])

也许是一个更直观的示例：

unique_labels(['z', 'x', 'y'], ['a', 'z', 'c'], ['e', 'd', 'y'])

返回：

array(['a', 'c', 'd', 'e', 'x', 'y', 'z'],
      dtype='<U1')