Бібліотека Python, яка може обчислити матрицю плутанини для класифікації на багато міток

Я шукаю бібліотеку Python, яка може обчислити матрицю плутанини для класифікації на багато міток .

FYI:

• scikit-learn не підтримує мульти-мітку для матриці плутанини)
• Яка різниця між багатокласовою задачею та багаторівневою задачею

Також погляньте на scikit-multiararn . Це дуже хороша бібліотека, яка розширює склеарн для навчання на багато міток. Однак я не впевнений, як працює матриця плутанини при проблемах з багато мітками ...

Цей хлопець стверджує, що він це вирішив.

Sklearn має для нього метод, за допомогою якого можна обчислити матрицю плутанини для багатокласового.

from sklearn import cross_validation
confusion_matrix(original, Predicted)

Спробуйте mlxtend . Ось приклад багатокласного випадку: http://rasbt.github.io/mlxtend/user_guide/evaluate/confusion_matrix/#example-2-multi-class-classification

Існує багато різних параметрів, за допомогою яких можна оцінити ефективність вашого методу, порівнявши реальні та передбачувані мітки. Я пропоную модуль PyCM, який може надати величезну різноманітність цим параметрам, які підходять для багатокласової класифікації.

Scikit-learn підтримує матрицю плутанини на багато міток. Дивіться посилання нижче для документації та посібника користувача:

http://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html

http://scikit-learn.org/stable/modules/model_evaluation.html#confusion-matrix

Подивіться на бібліотеку sed_eval . Він розроблений для оцінки виявлення подій в аудіо, що є проблемою, що має багато міток (як і в кожному аудіо, існує декілька подій). У них є багато варіантів оцінювання, які можуть відповідати вашим потребам. Ви можете отримати істинно-позитивний показник, а звідти обчислити матрицю плутанини не так складно.

Хоча це питання давнє, я пишу цю відповідь для нової аудиторії.
scikit-learn зараз підтримує матрицю плутанини для класифікації на багато міток.

https://scikit-learn.org/stable/modules/generated/sklearn.metrics.multilabel_confusion_matrix.html