本笔记来源于B站Up主: 有Li 的影像组学系列教学视频
本节(25)主要讲解: 通过sklearn包输出准确度、灵敏度、特异度及混淆矩阵
基本概念
代码实现 from sklearn.metrics import classification_reporty_pred = [0,1,0,1,0,0,1]y_true = [0,0,0,1,1,0,1]print(classification_report(y_true,y_pred))# 结果如下：# precision recall f1-score support# 0 0.75 0.75 0.75 4# 1 0.67 0.67 0.67 3# accuracy 0.71 7# macro avg 0.71 0.71 0.71 7# weighted avg 0.71 0.71 0.71 7 # 显示 confusion matrix# method 1from sklearn.metrics import confusion_matrixprint(confusion_matrix(y_true, y_pred))# [[3 1]# [1 2]] # method 2 (图形化输出)import matplotlib.pyplot as pltcm = confusion_matrix(y_true, y_pred)fig, ax = plt.subplots(figsize=(8, 8))ax.imshow(cm)ax.grid(False)ax.xaxis.set(ticks=(0, 1), ticklabels=('Predicted 0s', 'Predicted 1s'))ax.yaxis.set(ticks=(0, 1), ticklabels=('Actual 0s', 'Actual 1s'))ax.set_ylim(1.5, -0.5)for i in range(2): for j in range(2): ax.text(j, i, cm[i, j], ha='center', va='center', color='red')plt.show()
结果如图：
作者：北欧森林
链接：https://www.jianshu.com/p/347323b74d91
来源：简书，已获授权转载
RadiomicsWorld.com “影像组学世界”论坛：
影像组学世界/RadiomicsWorld