我有要问的东西。
我在Python中使用了10,000个培训数据培训了Sklearn Logistic回归分类器。我有2000个测试数据,并且使用精度得分来显示精度和混乱矩阵。但是两者仅显示所有测试数据的总体精度。
我想要的是:
测试数据1:" ABC"
A类的准确性给定的测试数据:80%
B类的准确性给定测试数据:10%
C类的准确性给定测试数据:10%
测试数据2:" def"
A类测试数据的准确性:50%
B类的准确性给定测试数据:30%
C类的准确性给定测试数据:20%
等所有测试数据的其余部分。我想在桌子上显示它。示例
是否有可能使用Sklearn?
基于您提供的示例,我认为您要问的是每个测试数据点的概率预测。您可以使用LogisticRegress类的predict_proba
方法(http://scikit-learn.org/stable/modules/generated/sklearn.linear.linear_model.logisticregression.html#sklearn.linearn.linear_model_mogistil.logisticreprysressigression.predict_proba)。这将为您提供每个类别的概率。在您的情况下,返回的矩阵应具有2000 x 3
的大小。您可以将它们乘以100,以获取每个班级的必要百分比。
希望会有所帮助。