Multi-label confusion matrix

multilabelは各クラスについて2値分類

→各クラスのconfusion matrixが書ける

Random forestでmultilabelで使ったmultilabel_confusion_matrix

sklearn.metrics.confusion_matrix自体はマルチクラスに対応している（3×3以上）

multilabel_confusion_matrixの返り値のarrayからrecallなどを計算する例

各クラスのrecallを計算

code:python

>> import numpy as np

>> from sklearn.metrics import multilabel_confusion_matrix

>> y_true = np.array([0, 0, 1,

... 0, 1, 0,

... 1, 1, 0])

>> y_pred = np.array([0, 1, 0,

... 0, 0, 1,

... 1, 1, 0])

>> mcm = multilabel_confusion_matrix(y_true, y_pred)

>> mcm.shape # (n_outputs, 2, 2) (sample-wiseのときはn_outputs = n_samples)

(3, 2, 2)

>> # p/nは予測。t/fは予測と実際を比較して付く

>> tn = mcm:, 0, 0 # shapeは(3,)

>> fp = mcm:, 0, 1 # インデックス1が0は実際がnegative、インデックス2が1はpositiveと予測

>> fn = mcm:, 1, 0 # インデックス1が1は実際がpositive、インデックス2が0はnegativeと予測

>> tp = mcm:, 1, 1

>> tp / (tp + fn) # 各クラスのrecall（実際はpositiveに着目し、どれだけpositiveと予測されたか）