Я не могу понять, правильно ли я исправил проблему с бинарной классификацией. Я обозначил положительный класс 1 и отрицательный 0. Однако я понимаю, что по умолчанию scikit-learn использует класс 0 в качестве положительного класса в своей матрице путаницы (так что обратное к тому, как я его настроил). Это меня смущает. Является ли верхняя строка, в настройке по умолчанию scikit-learn, положительной или отрицательной? Предположим, что вывод матрицы путаницы:
confusion_matrix(y_test, preds)
[ [30 5]
[2 42] ]
Как бы это выглядело в матрице замешательства? Являются ли фактические экземпляры строк или столбцов в scikit-learn?
prediction prediction
0 1 1 0
----- ----- ----- -----
0 | TN | FP (OR) 1 | TP | FP
actual ----- ----- actual ----- -----
1 | FN | TP 0 | FN | TN