Цель состоит в том, чтобы создать матрицу путаницы для выбранного столбца модели и сравнить ее с истинным столбцом путем дискретизации значений по областям.
У меня есть большой набор данных, в котором я построил большое количество моделей и создал прогнозы (modelx) и истинные значения (true), которые напоминают следующие модели:
Значения обеих моделей и истинного столбца находятся между [0,1]. Я хочу создать функцию, в которой я могу указывать регионы (например: [0, 0,25, 0,5, 0,75, 1]) и дискретизировать выбранную модель (столбец) в двоичные значения (если не будет работать категориальная строка), независимо от того, будут ли значения находятся в пределах региона или нет.
В приведенном выше примере у меня есть четыре области, и отсюда я хотел бы создать матрицу путаницы выбранной модели.
Вот одно из решений — используйте pd.cut:
import pandas as pd
import
from sklearn.metrics import confusion_matrix
import plotly.express as px
df = pd.DataFrame(np.random.random((100,7)), columns = [j for j in range(6)] + ["true"])
df_binned = pd.DataFrame()
for col in df.columns:
df_binned[col] = pd.cut(df[col], bins=[0,0.25, 0.5, 0.75, 1.0], labels=list("lmhs"))
# generate confusion matrix
cm = confusion_matrix(y_true=df_binned.true, y_pred=df_binned[0])
# plot
px.imshow(cm).show()