Bibliothèque Python capable de calculer la matrice de confusion pour la classification multi-étiquettes

Je cherche une bibliothèque Python qui peut calculer la matrice de confusion pour la classification multi-étiquettes .

Pour info:

• scikit-learn ne prend pas en charge le multi-label pour la matrice de confusion)
• Quelle est la différence entre le problème multiclasse et le problème multicarte

Jetez également un œil à scikit-multilearn . C'est une très bonne bibliothèque qui étend sklearn pour l'apprentissage multi-labels. Cependant, je ne sais pas comment fonctionne la matrice de confusion pour les problèmes multi-étiquettes ...

Ce mec prétend qu'il l'a résolu.

Sklearn a une méthode pour cela en utilisant laquelle vous pouvez calculer la matrice de confusion pour plusieurs classes.

from sklearn import cross_validation
confusion_matrix(original, Predicted)

Essayez mlxtend . Voici un exemple de cas multi-classes: http://rasbt.github.io/mlxtend/user_guide/evaluate/confusion_matrix/#example-2-multi-class-classification

Il existe de nombreux paramètres différents qui peuvent évaluer les performances de votre méthode en comparant les étiquettes réelles et prédites. Je suggère le module PyCM qui peut donner une grande variété de ces paramètres qui conviennent à la classification multi-classes.

Scikit-learn prend en charge la matrice de confusion multi-étiquettes. Voir les liens ci-dessous pour la documentation et le guide d'utilisation:

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

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

Regardez la bibliothèque sed_eval . Il est développé pour évaluer la détection d'événements en audio qui est un problème multi-labels (comme dans chaque audio, plusieurs événements existent). Ils ont de nombreuses options d'évaluation, qui pourraient correspondre à vos besoins. Vous pouvez obtenir le taux vraiment positif, ... et à partir de là, calculer la matrice de confusion n'est pas si difficile.

Bien que cette question soit ancienne, j'écris cette réponse pour un nouveau public.
scikit-learn prend désormais en charge la matrice de confusion pour la classification multi-étiquettes.

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