Machine-Learning
如何為多類分類器構建混淆矩陣？
我有 6 節課的問題。所以我構建了一個多類分類器，如下：對於每個類，我有一個 Logistic 回歸分類器，使用 One vs. All，這意味著我有 6 個不同的分類器。
我可以為每個分類器報告一個混淆矩陣。但是，我想報告所有分類器的混淆矩陣，正如我在這裡的很多示例中看到的那樣。
我該怎麼做？我是否必須改變我的分類策略，使用一對一算法而不是一對一算法？因為在這些混淆矩陣上，報告顯示了每個類別的誤報。
多類混淆矩陣示例
我想找到錯誤分類的項目的數量。在第一行中，有 137 個類別 1 的示例被歸類為 1 類，有 13 個類別 1 的示例被歸類為 2 類。如何獲得這個號碼？
據推測，您正在使用這些分類器來幫助為給定的一組特徵值選擇一個特定的類（正如您所說，您正在創建一個多類分類器）。
所以，假設你有類，那麼你的混淆矩陣將是矩陣，左軸顯示真實類（如測試集中已知的），頂部軸顯示分配給具有該真實類的項目的類。每個元素矩陣的將是具有真實類別的項目數被歸類為在類.
這只是 2 類混淆矩陣的直接擴展。