如何使sklearn.metrics.confusion_matrix（）始終返回TP，TN，FP，FN？

Question

我正在使用sklearn.metrics.confusion_matrix(y_actual, y_predict)來提取tn，fp，fn，tp和大部分時間它完美的工作。

from sklearn.metrics import confusion_matrix 

y_actual, y_predict = [1,1,1,1], [0,0,0,0] 
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel() 
>>> [0 0 4 0] # ok 

y_actual, y_predict = [1,1,1,1],[0,1,0,1] 
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel() 
>>> [0 0 2 2] # ok 

然而，在某些情況下，confusion_matrix（）並不總是返回的信息，按照下圖我會得到ValueError異常。

from sklearn.metrics import confusion_matrix 

y_actual, y_predict = [0,0,0,0],[0,0,0,0] 
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel() 
>>> [4] # ValueError: not enough values to unpack (expected 4, got 1) 

y_actual, y_predict = [1,1,1,1],[1,1,1,1] 
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict).ravel() 
>>> [4] # ValueError: not enough values to unpack (expected 4, got 1) 

我的臨時解決方案是編寫我自己的函數來提取這些信息。有什麼辦法可以強制confusion_matrix()始終返回tn，fp，fn，tp輸出嗎？

感謝

Answer 1

這個問題有可以包含在您輸入矩陣的獨特標籤的數量做。在你的第二個例子中，它是（正確）建立一個只有一個類的混淆矩陣，分別是0或1。

要強制它輸出兩個類，即使其中一個類未被預測，請使用label屬性。

y_actual, y_predict = [0,0,0,0],[0,0,0,0] 
tn, fp, fn, tp = confusion_matrix(y_actual, y_predict, labels=[0,1]).ravel() 
>> array([[4, 0], 
      [0, 0]])