课程中混淆矩阵的转化出现问题

来源：10-9 多分类问题中的混淆矩阵

NTeam6

2020-07-04

您在本课将混淆矩阵转化成百分数的过程中，直接用混淆矩阵cfm除以每行的和向量row_sums。结果好像不对。
如第5行0列的数为1，该行的和为152,那么1/152=0.0065789474，您表格中却是0.00671141。
试了一下，要将row_sums转化成列向量，应该除以row_sums.reshape(-1, 1)，才能得到正确结果，但是用np.sum(,axis=1)得到的本来就应该是列向量，不知道为啥还要再转换一下。
图片描述

写回答

2回答

liuyubobobo

2021-01-26

半年以后，我终于理解这个问题了。。。

抱歉，之前我的回答没有看明白你的问题；你是正确的。

confusion matrix 中的每一个元素 C(i, j)，描述的是：一个实际类别为 i，被预测成了类别 j 的数量。

我们的 err_matrix 希望得到，一个实际类别为 i，被预测成了类别 j 的概率，所以，应该用每一个 C(i, j)，除以一行的总数。row_sums(i) 存储的是第 i 行的总数。所以，我们应该用 confusion matrix 的第 i 行元素，去除以 row_sums 中的第 i 个数字，而不是 row_sums 中的所有数字。所以，需要把 row_sums 转换成列向量，就正确了。

值得一提的是，如果我们使用 cfm 直接除以 row_sums，得到的结果 err(i, j)，其实是对 j 类别的预测中，预测成 i 的概率。所以，当 i != j 的时候，它也反映了一种错误率。

他们的区别其实是精准率和召回率的概念，在多分类问题上的体现。所以，如果数据不是特别特殊，很难看出来。我就中招了。。。

这两个 err_matrix 都有意义，在实际使用中，可以都看一看，或者根据自己的需求，看一下更关注那一种错误。

抱歉！如果愿意可以加我微信：liuyubobobo，我会发给你一个小红包：）

继续加油！：）