machine-learning - 如何从预测的类别概率中准备混淆矩阵？

Question

有一个使用给定训练数据创建的朴素贝叶斯分类器。在表中，显示了预测的正类概率和实际的类标签。我想准备混淆矩阵，但只知道概率我无法找到如何去做。

ID	实际类标签	预测的正类概率
1	+	0.6
2	+	0.8
3	-	0.2
4	+	0.3
5	-	0.4

标签： machine-learningclassificationnaivebayesconfusion-matrix

Answer 1

首先，您需要有离散的类标签来计算混淆矩阵。在预测的正类概率上定义一个阈值以预测类标签 (y_pred)。然后，您可以使用实际的类标签 (y_actual) 和 y_pred 来计算混淆矩阵。

from sklearn.metrics import confusion_matrix
confusion_matrix(y_actual, y_pred)