Bu açık olmalı, ancak kolay bir çözüm bulamadım.Pandalar matrisini saymak için dataframe
actual | predicted
------ + ---------
Apple | Apple
Apple | Apple
Apple | Banana
Banana | Orange
Orange | Apple
Şunu istiyorum:
| Apple | Banana | Orange
------ + ------- + ------- + -------
Apple | 2 | 1 | 0
Banana | 0 | 0 | 1
Orange | 1 | 0 | 0
Sen size toplayarak ile groupby kullanabilir ve unstackMultiIndex:
Ben pandalar böyle DataFrame var
df = df.groupby(['actual','predicted']).size().unstack(fill_value=0)
print (df)
predicted Apple Banana Orange
actual
Apple 2 1 0
Banana 0 0 1
Orange 1 0 0
ile diğer çözüm crosstab:
df = pd.crosstab(df.actual, df.predicted)
print (df)
predicted Apple Banana Orange
actual
Apple 2 1 0
Banana 0 0 1
Orange 1 0 0
Karanlıkta bir atış pandas.pivot_table
>>> df.pivot_table(index='actual', columns='predicted', aggfunc=len).fillna(0).astype('int')
predicted Apple Banana Orange
actual
Apple 2 1 0
Banana 0 0 1
Orange 1 0 0
Bit kullanabilirsiniz, ama crosstab` `için Kabul bir confusion matrix
from sklearn.metrics import confusion_matrix
print confusion_matrix(df['actual'], df['predicted'])
aradığınız düşünüyorum. İstenmeyen boyut() bana bir kesmek gibi görünüyor. –
Kabul ettiğiniz için teşekkür ederiz! İlk çözüm daha hızlı, ama biraz kesmek olduğunu kabul ediyorum. – jezrael
'[142] 'de:% timeit pd.crosstab (df.actual, df.predicted) 100 döngü, en iyi 3: her döngü için 5.04 ms ve ' In [143]:% timeit df.groupby ([ 'gerçek', 'öngörüldü']) Boyut() .Sıksız (fill_value = 0) 1000 döngü, en iyi 3: döngü başına 028 ms ' – jezrael