当使用 pycaret 进行二元分类(标签 0 和 1)时,在计算召回率、精度等时,哪一个被认为是“正数”?
例如,我正在尝试建立一个模型来预测患者是否患有某种疾病(0 阴性,1 阳性)。我的目的是提高召回率,以避免未检测到疾病的情况。当我绘制混淆矩阵时,0 出现在“正”应该位于正常混淆矩阵中的位置。我很困惑。我需要切换0和1吗?
任何帮助表示赞赏!
当使用 pycaret 进行二元分类(标签 0 和 1)时,在计算召回率、精度等时,哪一个被认为是“正数”?
例如,我正在尝试建立一个模型来预测患者是否患有某种疾病(0 阴性,1 阳性)。我的目的是提高召回率,以避免未检测到疾病的情况。当我绘制混淆矩阵时,0 出现在“正”应该位于正常混淆矩阵中的位置。我很困惑。我需要切换0和1吗?
任何帮助表示赞赏!
也许一个解决方案是创建一个“手动”绘图而不是使用集成包。如果您愿意,可以更改热图的布局。
import seaborn as sns
import matplotlib.pyplot as plt
matrix = confusion_matrix(y_test, y_pred)
sns.heatmap(matrix.T, annot=True)
plt.title("Confusion Matrix")
plt.ylabel("Actuals")
plt.xlabel("Predictions")
plt.ylim(0,2)
plt.xlim(2,0)