题解|生成二元分类的混淆矩阵

混淆矩阵是一种描述分类模型性能的矩阵，其计算公式为：

其中，TP是真阳性，TN是真阴性，FP是假阳性，FN是假阴性。 TP = True Positives (真正例): 正确预测为正类的样本数量 TN = True Negatives (真阴性): 正确预测为负类的样本数量 FP = False Positives (假阳性): 错误预测为正类的样本数量 FN = False Negatives (假阴性): 错误预测为负类的样本数量

标准代码如下

def confusion_matrix(data):
    # Count all occurrences
    counts = Counter(tuple(pair) for pair in data)
    # Get metrics
    TP, FN, FP, TN = counts[(1, 1)], counts[(1, 0)], counts[(0, 1)], counts[(0, 0)]
    # Define matrix and return
    confusion_matrix = [[TP, FN], [FP, TN]]
    return confusion_matrix