如何使用Python sklearn包自动生成混淆矩阵和分类报告？

本文共计1091个文字，预计阅读时间需要5分钟。

前言：近期完成的工作主要涉及数据处理，进行了一些简单的特征提取，利用机器学习算法跑下程序得出结果，观察哪些特征的组合效果较好，这一系列流程自然需要用到很多函数，于是自己开始记录常用函数。

preface：做着最近的任务，对数据处理，做些简单的提特征，用机器学习算法跑下程序得出结果，看看哪些特征的组合较好，这一系列流程必然要用到很多函数，故将自己常用函数记录上。应该说这些函数基本上都会用到，像是数据预处理，处理完了后特征提取、降维、训练预测、通过混淆矩阵看分类效果，得出报告。

1.输入

从数据集开始，提取特征转化为有标签的数据集，转为向量。拆分成训练集和测试集，这里不多讲，在上一篇博客中谈到用StratifiedKFold()函数即可。在训练集中有data和target开始。