マルチラベル分類の混同行列を計算できるPythonライブラリ

マルチラベル分類の混同行列を計算できるPythonライブラリを探しています。

ご参考までに：

• scikit-learn は混同行列のマルチラベルをサポートしていません）
• マルチクラス問題とマルチラベル問題の違いは何ですか

また、見とるscikit-multilearnを。これは、マルチラベル学習用にsklearnを拡張する非常に優れたライブラリです。ただし、混同行列がマルチラベル問題に対してどのように機能するかはわかりません...

この男は彼がそれを解決したと主張します。

Sklearnには、マルチクラスの混同行列を計算できるメソッドがあります。

from sklearn import cross_validation
confusion_matrix(original, Predicted)

mlxtendを試してください。マルチクラスのケースの例を次に示します。http：//rasbt.github.io/mlxtend/user_guide/evaluate/confusion_matrix/#example-2-multi-class-classification

実際のラベルと予測されたラベルを比較することにより、メソッドのパフォーマンスを評価できるさまざまなパラメーターがあります。マルチクラス分類に適したこれらのパラメーターを非常に多様に提供できるPyCMモジュールをお勧めします。

Scikit-learnは、マルチラベル混同行列をサポートしています。ドキュメントとユーザーガイドについては、以下のリンクを参照してください。

http://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html

http://scikit-learn.org/stable/modules/model_evaluation.html#confusion-matrix

sed_evalライブラリを見てください。これは、マルチラベルの問題であるオーディオのイベント検出を評価するために開発されています（各オーディオのように、複数のイベントが存在します）。彼らはあなたのニーズに合うかもしれない多くの評価オプションを持っています。あなたは真陽性率を得ることができます...そしてそこから混同行列を計算することはそれほど難しくありません。

この質問は古いですが、私は新しい回答者のためにこの回答を書いています。
scikit-learnで、マルチラベル分類の混同行列がサポートされるようになりました。

https://scikit-learn.org/stable/modules/generated/sklearn.metrics.multilabel_confusion_matrix.html