使用scikitlearn检索错误分类的文档

Question

我很想知道是否有内置scikitlearn python模块中的函数，可以检索错误分类的文档。

这很简单我通常通过比较预测矢量和测试矢量来自己编写它，并从测试文档数组中检索文档。但我问是否有内置的功能，而不是复制我编写的每个Python代码中的功能。

Answer 1

如果您有一系列文档的真实标签列表y_test，例如， ["ham", "spam", "spam", "ham"]你将其转换成一个NumPy的阵列，那么你就可以在一个班轮预测进行比较：

​​

现在misclassified是一个数组索引为X_test。

@eickenberg是对的，这种东西并没有在scikit-learn中实现，因为用户需要熟悉NumPy在几行代码中自己完成它。

Answer 2

你可以像列表一样理解错误分类。否则，我不知道任何其他方式来做sklearn。

from sklearn.cross_validation import train_test_split 
from sklearn import datasets 
from sklearn import svm 


iris = datasets.load_iris() 
X_iris, y_iris = iris.data, iris.target 
X, y = X_iris[:, :2], y_iris 
X_train, X_test, y_train, y_test = train_test_split(X, y) 

clf = svm.LinearSVC() 
clf.fit(X_train, y_train) 

mis_cls = [train 
      for test, truth, train in 
      zip(X_test, y_test, X_train) 
      if clf.predict(test) != truth]