CONFUSION_MATRIX

使用响应变量的观察值和预测值计算表的混淆矩阵。 CONFUSION_MATRIX 生成具有以下尺寸的表格：

• 行：类的数量

• 列：类的数量 + 2

语法

CONFUSION_MATRIX ( targets, predictions [ USING PARAMETERS num_classes = num‑classes ] OVER()

参数

实参 targets 和 predictions 必须设置为数据类型相同的输入列，即以下之一：INTEGER、BOOLEAN 或 CHAR/VARCHAR。根据数据类型，这些列将按如所示标识类：

• INTEGER：从零开始的连续整数（介于 0 和 (num-classes-1) 之间），其中 num-classes 为类数。例如，给定以下输入列值 — {0, 1, 2, 3, 4} — Vertica 假定有五个类。

  注意

  如果输入列值不连续，Vertica 将插入缺失值。因此，给定以下输入值 — {0, 1, 3, 5, 6,} — Vertica 假设有七个类。

• BOOLEAN：“是”或“否”

• CHAR/VARCHAR：类名。如果输入列的类型为 CHAR/VARCHAR 列，则还必须将参数 num_classes 设置为类数。

  注意

  Vertica 将类数计算为两个输入列中值的并集。例如，假如 targets 和 predictions 中的值集输入列为如下所示，则 Vertica 将计为四个类：

  {'milk', 'soy milk', 'cream'}
  {'soy milk', 'almond milk'}
  

参数

num_classes

一个整数 > 1，指定要传递给该函数的类数。

如果指定的输入列为 CHAR/VARCHAR 类型，则必须设置此参数。否则，该函数将根据列数据类型处理此参数：

• INTEGER：默认设置为 2，如果类数为任何其他值，则必须正确设置此参数。

• BOOLEAN：默认设置为 2，不能设置为任何其他值。

示例

此示例计算逻辑回归模型的混淆矩阵，该模型将 mtcars 数据集中的汽车分为自动档或手动档。观察值在输入列 obs 中，而预测值在输入列 pred 中。因为这是一个二元分类问题，所以所有值都是 0 或 1。

在返回的表中，列 am 中值为 0 的所有 19 辆汽车都被 PREDICT_LOGISTIC_REGRESSION 正确预测其值为 0。在 am 列中值为 1 的 13 辆汽车中，12 辆被正确预测其值为 1，而 1 辆汽车被错误地分类为值 0：

=> SELECT CONFUSION_MATRIX(obs::int, pred::int USING PARAMETERS num_classes=2) OVER()
    FROM (SELECT am AS obs, PREDICT_LOGISTIC_REG(mpg, cyl, disp,drat, wt, qsec, vs, gear, carb
             USING PARAMETERS model_name='myLogisticRegModel')AS PRED
             FROM mtcars) AS prediction_output;

actual_class | predicted_0 | predicted_1 |        comment
-------------+-------------+-------------+------------------------------------------
0            |          19 |           0 |
1            |           0 |          13 | Of 32 rows, 32 were used and 0 were ignored
(2 rows)