Python k近傍法を用いて混同行列を作成

Question

pythonで、k近傍法において、k=3に固定し、 混同行列を生成し、この時の訓練データに対するPositive rate、つまり真陽性率を求めようとしています。

使用するデータはピマ・インディアン の糖尿病に関するデータでgroup_dataに格納されています。コードは以下の通りです。

from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score
from sklearn.neighbors import KNeighborsClassifier

X = preprocessing.scale(group_data[["npreg","glu","bp","skin","bmi","ped","age"]])
y = group_data.type

X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0, train_size=0.7)

knn = KNeighborsClassifier(n_neighbors=3)
scores = cross_val_score(knn, X_train, y_train, cv=10, scoring='accuracy')

from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
# 混同行列を表示
cmat = scores
cmat

しかし、実行結果は

array([0.75      , 0.75      , 0.73913043, 0.69565217, 0.73913043,
       0.69565217, 0.73913043, 0.65217391, 0.82608696, 0.65217391])

となり、本来求めたいはずの2行2列の行列ではない行列が出力されてしまいます。
どこを改善すれば良いのでしょうか。よろしくお願いいたします。

Answer 1

正解データと予測データからsklearn.metrics.confusion_matrixを使うのが良いかと思います。

sklearn.metrics.confusion_matrix
scikit-learnで混同行列を生成、適合率・再現率・F1値などを算出

Comments

[退会済みユーザー]

ありがとうございます。
どのように使えば良いのかがイマイチわかりません、すみません、、、

[meg_]

参考サイトにある例ですが、下記が分かりやすい説明かと。

y_true = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]
y_pred = [0, 1, 1, 1, 1, 0, 0, 0, 1, 1]

cm = confusion_matrix(y_true, y_pred)

[退会済みユーザー]

実際にどのようなコードを書けば良いのか見当がつきません、、（ ; ; ）