我正在使用scikits接口训练一个具有交叉验证（分层Kfold）的svm分类器。对于（k的）每个测试集，我得到一个分类结果。我想要一个包含所有结果的混乱矩阵。Scikit有一个混淆矩阵接口：sklearn.metrics.confusion_mmatrix（y_true，y_pred）我的问题是我应该如何累积y_true和y_pred值。它们是数组（numpy）。我应该根据我的k倍参数来定义数组的大小吗？对于每个结果，我应该将y_true和y-pred添加到数组中？？？？
您可以使用聚合混淆矩阵，也可以为每个CV分区计算一个矩阵，并计算矩阵中每个分量的平均值和标准偏差（或标准误差），作为可变性的度量。
对于分类报告，需要修改代码以接受二维输入，从而通过每个CV分区的预测，然后计算每个类别的平均分和标准差。