混淆矩陣tp_fp_tn_fn

#coding:utf-8
import sklearn
from sklearn.metrics import confusion_matrix
"""
兩個字母,第一個字母(t,f)，第二個字母(pn)
第二個字母表示預測的正負（p/n，也就是1/0）
第一個字母表示預測的對錯(t/f)
tn：預測為負例，預測對了     #下面例子中=0
fp：預測為正例，預測錯了     #下面例子中=2
fn：預測為負例，預測錯了     #下面例子中=1
tp：預測為正例，預測對了     #下面例子中=1
"""
y_true = [0, 1, 0, 1]
y_pred = [1, 1, 1, 0]
cm = confusion_matrix(y_true, y_pred)
tn, fp, fn, tp = cm.ravel()
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發(fā)布，文章內容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

相關閱讀更多精彩內容

友情鏈接更多精彩內容