0

我有一个使用 FastText 的多标签分类任务。我必须为它计算混淆矩阵。我已经解决了计算单个标签的 CM 的问题。这是它的 Python 脚本：

import argparse
import numpy as np
from sklearn.metrics import confusion_matrix

def parse_labels(path):
    with open(path, 'r') as f:
        return np.array(list(map(lambda x: x[9:], f.read().split())))


if __name__ == "__main__":
    parser = argparse.ArgumentParser(description='Display confusion matrix.')
    parser.add_argument('test', help='Path to test labels')
    parser.add_argument('predict', help='Path to predictions')
    args = parser.parse_args()
    test_labels = parse_labels(args.test)
    print("Test labels:%d (sample)\n%s" % (len(test_labels),test_labels[:1]) )
    pred_labels = parse_labels(args.predict)
    print("Predicted labels:%d (sample)\n%s" % (len(pred_labels),pred_labels[:1]) )
    eq = test_labels == pred_labels
    print("Accuracy: " + str(eq.sum() / len(test_labels)))
    print(confusion_matrix(test_labels, pred_labels))

这将输出类似

Test labels:539328 (sample)
['pop']
Predicted labels:539328 (sample)
['unknown']
Accuracy: 0.17639914857
[[6126    0    0 ...,    0    0    0]
 [  55    0    0 ...,    0    0    0]
 [   6    0    0 ...,    0    0    0]
 ..., 
 [   0    0    0 ...,    0    0    0]
 [   0    0    0 ...,    0    0    0]
 [   0    0    0 ...,    0    0    0]]

问题是在多标签任务的特定情况下，这无法正常工作，因为我正在计算准确性

eq = test_labels == pred_labels
eq.sum() / len(test_labels)

当文件具有一列/标签时可以正常工作，但当 FastText 的预测输出是两列/标签文件时则不行。

4

0 回答 0