Ich habe 3 separate Klassifikatoren mit 10-facher Kreuzvalidierung. I-Ausgang eine Konfusionsmatrix (für jeden Lauf/fold) jedes Mal, als solche:Pandas: Wie auch immer, um verschiedene Verwirrungsmatrizen zu mitteln?
cm = pd.crosstab(pd.Series(y_pred), pd.Series(y_test), rownames=['Predicted'], colnames=['Actual'], margins=True)
Meine Frage ist, gibt es eine Möglichkeit, eine durchschnittliche Konfusionsmatrix erstellen kann? Ich würde lieber Panda's als Sklearn's cm verwenden, wenn es nicht nötig ist.