sklearn 随机搜索CV提取不同折叠的混淆矩阵

Question

我尝试计算一个聚合的混淆矩阵来评估我的模型：

cv_results = cross_validate(estimator, dataset.data, dataset.target, scoring=scoring,
cv=Config.CROSS_VALIDATION_FOLDS, n_jobs=N_CPUS, return_train_score=False)

但是我不知道如何提取不同折叠的单个混淆矩阵。在得分手中，我可以计算它：

scoring = {
'cm': make_scorer(confusion_matrix)
}

，但我无法返回 comfusion 矩阵，因为它必须返回一个数字而不是数组。如果我尝试一下，会出现以下错误：

ValueError: scoring must return a number, got [[...]] (<class 'numpy.ndarray'>) instead. (scorer=cm)

我想知道是否可以将混淆矩阵存储在全局变量中，但没有成功使用

global cm_list
cm_list.append(confusion_matrix(y_true,y_pred))

在自定义记分器中。

提前感谢您的任何建议。

Answer 1

要返回每个折叠的混淆矩阵，您可以在每次迭代(折叠)中从度量模块调用confusion_matrix，这将为您提供一个数组作为输出。输入将是一个y_true，y_predict每个折叠获得的值。

from sklearn import metrics
print metrics.confusion_matrix(y_true,y_predict)
array([[327582, 264313],
[167523, 686735]])

或者，如果您使用的是熊猫，那么熊猫有一个交叉表模块

df_conf = pd.crosstab(y_true,y_predict,rownames=['Actual'],colnames=['Predicted'],margins=True)
print df_conf
Predicted       0       1     All
Actual                           
0          332553   58491  391044
1           97283  292623  389906
All        429836  351114  780950 

Answer 2

问题是，在 RandomizedSearchCV完成后，我无法访问估计器，因为我不知道 RandomizedSearchCV 实现了预测方法。这是我的个人解决方案：

r_search = RandomizedSearchCV(estimator=estimator, param_distributions=param_distributions,
n_iter=n_iter, cv=cv, scoring=scorer, n_jobs=n_cpus,
refit=next(iter(scorer)))
r_search.fit(X, y_true)
y_pred = r_search.predict(X)
cm = confusion_matrix(y_true, y_pred)