La matriz de confusión en Python

Cuatro conteos que explican cualquier puntaje de clasificación que cites.

from sklearn.metrics import confusion_matrix

y_real = [0, 1, 1, 0, 1, 1, 0, 0]
y_predicho = [0, 1, 0, 0, 1, 1, 1, 0]

matriz = confusion_matrix(y_real, y_predicho, labels=[0, 1])
print(matriz)

tn, fp, fn, tp = matriz.ravel()
print(f"tn {tn} fp {fp} fn {fn} tp {tp}")
print(f"especificidad {tn / (tn + fp):.3f}")

Cómo funciona

1. Las filas son la verdad; las columnas, la predicción.
2. ravel desempaqueta una matriz binaria en tn, fp, fn, tp.
3. labels fija el orden para que la matriz sea legible.

Palabras clave y builtins usados aquí

• print

El intento, en números

Líneas

11

Caracteres a escribir

313

Tokens

117

Ritmo de tres estrellas

110 tpm

Al ritmo de tres estrellas de 110 tokens por minuto, este intento toma unos 64 segundos.

Escribe este fragmento

Paso 2 de 4 en Métricas; paso 17 de 25 en Machine learning con scikit-learn.

← Anterior Siguiente →