我正在使用scikits接口训练带有交叉验证（stratifiedKfold）的svm分类器 . 对于每个测试集（k），我得到一个分类结果 . 我想要一个包含所有结果的混淆矩阵 . Scikits有一个混淆矩阵接口：sklearn.metrics.confusion_matrix（y_true，y_pred）我的问题是我应该如何累积y_true和y_pred值 . 它们是数组（numpy） . 我应该根据我的k-fold参数定义数组的大小？对于每个结果，我应该将y_true和y-pred添加到数组中？
1 回答
您可以使用聚合混淆矩阵或为每个CV分区计算一个，并计算矩阵中每个组件的平均值和标准差（或标准误差），作为可变性的度量 .
对于分类报告，需要修改代码以接受2维输入，以便传递每个CV分区的预测，然后计算每个类的平均分数和标准偏差 .