混淆矩阵tp_fp_tn_fn

#coding:utf-8
import sklearn
from sklearn.metrics import confusion_matrix
"""
两个字母,第一个字母(t,f),第二个字母(pn)
第二个字母表示预测的正负(p/n,也就是1/0)
第一个字母表示预测的对错(t/f)
tn:预测为负例,预测对了     #下面例子中=0
fp:预测为正例,预测错了     #下面例子中=2
fn:预测为负例,预测错了     #下面例子中=1
tp:预测为正例,预测对了     #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()

推荐阅读更多精彩内容