我已经为许多类训练了一个热二元预测模型，现在将其应用于样本测试集。但是，对于每个类别，很多样本的预测都是 0。我不确定如何处理这些结果，因为我需要制作一个混淆矩阵（nxn 表示类数），但我不知道这些预测的无类结果应该去哪里。我只是丢弃它们吗？我想这会创建模型错误率的错误图像。
您如何处理与混淆矩阵中的所有类都不匹配的一个热门编码项？
数据挖掘
混淆矩阵
一热编码
2022-03-03 01:59:37
1个回答
这取决于您的任务设计，有两种选择：
- 该任务是常规的多类分类，即每个实例必须恰好属于一个类。在这种情况下，对类进行一次热编码是错误的，它可以简单地编码为 int（例如使用LabelEncoder）。该模型将始终为一个实例准确预测一个类，因此零类的情况是不可能的。
- 任务是多标签分类，即每个实例可以属于零个、一个或多个类。在这种情况下，可以预测一个实例根本不属于任何类，这是正常的。在这种情况下，混淆矩阵不应该用跨类的矩阵，因为类是独立的（顺便说一句，这不仅是关于零类的情况，多类的情况也无法以这种方式表示）。相反，每个独立类都应该有一个二元混淆矩阵。
其它你可能感兴趣的问题