爲2類分類器做一個混淆矩陣

Question

我有一個帶有一些句子（波斯語句子，標籤，波斯語單詞（標籤），標籤，英文單詞（標籤））的文件。英文單詞顯示每個句子的課程。這個文件有兩個類，「激情」和「鹹」。我用樸素貝葉斯算法分類句子，現在我必須計算精度和回憶。爲此我必須製作一個混淆矩陣，但我不知道如何。我寫了一小段代碼，並假定「激情」是積極的羣體，「鹹」是消極的羣體。該代碼返回了這種情況下的輸出。但是，如果我假設「鹹」爲正，「激情」爲負，則這些數字與第一種情況完全不同，因此，當我想計算精確度和回憶時，我沒有正確的答案。我應該分別計算tp，tn，fp和fn兩個類別（一次是激情還是一次是鹹味），然後計算平均值，然後根據這個平均值計算精度和召回率？

（HINT1：argmax是NB算法的輸出，它是代碼認可它的測試句子的標籤 HINT2：我有一些其他的文件長度超過2班，太）

#t = line.strip().split("\t") 
if t[2] == "passion" and argmax == "passion": 
    tp += 1 
elif t[2] == "passion" and argmax != "passion": 
    fn += 1 
elif t[2] == "salty" and argmax != "salty": 
    fp += 1 
elif t[2] == "salty" and argmax == "salty": 
    tn += 1 
print ("tp", tp, "tn", tn, "fp", fp, "fn", fn) 

Answer 1

您應該使用scikit-learn，它已經提供了混淆矩陣和分類報告。樣本：

from sklearn.metrics import confusion_matrix, classification_report 
# suppose your predictions are stored in a variable called preds 
# and the true values are stored in a variable called y 
print(confusion_matrix(y, preds)) 
print(classification_report(y, preds)) 

（順便說一句，scikit學習是爲了與Python 2.7可以使用，但它可能是安全的使用這些功能，因爲你已經構建的模型）。

此外，由於我看到您處於NLP域中，因此您可以使用nltk庫提供的工具。我不是專家，但我想this應該是有用的。