Biblioteca de Python que puede calcular la matriz de confusión para la clasificación de etiquetas múltiples

9

Estoy buscando una biblioteca de Python que pueda calcular la matriz de confusión para la clasificación de etiquetas múltiples .


FYI:

Franck Dernoncourt
fuente
lo acabaste haciendo?
Morteza Shahriari Nia
@MortezaShahriariNia Me quedé monoetiquetado.
Franck Dernoncourt
¿Cómo sería una matriz teórica de confusión de múltiples capas? No creo que se aplique, ¿verdad?
user798719
3
Es muy divertido que las 3 respuestas a esta pregunta sean de una calidad tan baja.
Monica Heddneck
No conoce ningún paquete, pero quizás podría considerar todas las combinaciones de etiquetas múltiples posibles como una clase separada y utilizar algunos de los paquetes ya disponibles para clases múltiples. Luego, a partir de esa confusión, construya su matriz de etiquetas múltiples
Valentin Calomme

Respuestas:

3

También eche un vistazo a scikit-multilearn . Es una muy buena biblioteca que extiende sklearn para el aprendizaje de etiquetas múltiples. Sin embargo, no estoy seguro de cómo funciona la matriz de confusión para problemas de etiquetas múltiples ...

Este tipo afirma que lo ha resuelto.


fuente
1

Sklearn tiene un método para usarlo que puede calcular la matriz de confusión para la clase múltiple.

from sklearn import cross_validation
confusion_matrix(original, Predicted)
Vivek Srinivasan
fuente
1
¿Qué tal multi-etiqueta? github.com/scikit-learn/scikit-learn/issues/3452 todavía está abierto
Franck Dernoncourt
1

Existen muchos parámetros diferentes que pueden evaluar el rendimiento de su método comparando las etiquetas reales y previstas. Sugiero un módulo PyCM que puede proporcionar una gran variedad de parámetros adecuados para la clasificación de varias clases.

Alireza Zolanvari
fuente
0

Mira la biblioteca sed_eval . Está desarrollado para evaluar la detección de eventos en audio, que es un problema de múltiples etiquetas (como en cada audio, existen múltiples eventos). Tienen muchas opciones de evaluación, que pueden adaptarse a sus necesidades. Puede obtener la tasa de verdadero positivo ... y desde allí calcular la matriz de confusión no es tan difícil.

PickleRick
fuente