machine-learning - 橙色的混淆矩阵

Question

我正在使用交叉验证来评估橙色分类算法的性能，但我对混淆矩阵有一些疑问：

• 如何存储与交叉验证的每个折叠相关的混淆矩阵？

result = orngTest.crossValidation(classifier, table, 5, randseed = 1)
cm = orngStat.confusionMatrices(result)[0]

在上面你可以看到我的部分代码。正如我从文档中了解到的，对象混淆矩阵应该有 5 个不同的混淆矩阵，但这不是真的，因为我检查了它并且只存储了一个对象。

谁能解释我如何获得 5 个矩阵？以防万一，您能否解释一下我在流程结束时得到的混淆矩阵是如何计算的？

PD。顺便说一句，这是用橙色 2.7.8 实现的

Answer 1

1. 使用Orange.evaluation.scoring.confusion_matrices

2. 它为计算评估结果的每个分类器返回一个混淆矩阵列表（在您的情况下len(classifier) == len(cm)）。

3. 每个分类器的混淆矩阵是对折叠评估的分类器结果的简单聚合。