基于特征的Keras分类模型评估：按性别分析假阳性/假阴性误判

核心逻辑 #

先为每个样本标记是否属于假阳性（FP：实际年收入≤50k，模型预测>50k）或假阴性（FN：实际年收入>50k，模型预测≤50k），再按gender特征分组统计两类错误的频次，最终输出特征维度的错误统计表格。

具体实现步骤 #

• 确认数据集包含三列关键数据：gender（性别）、actual_income（实际标签，建议用0表示≤50k，1表示>50k）、predicted_income（模型预测标签，编码和实际标签一致）
• 生成FP和FN的标记列：
  • FP标记：actual_income == 0 且 predicted_income == 1
  • FN标记：actual_income == 1 且 predicted_income == 0
• 按gender分组，对FP和FN标记列求和得到频次
• 整理成清晰的交叉表格式

Python代码实现（基于Pandas） #

import pandas as pd

# 替换成你的真实数据集
data = pd.DataFrame({
    'gender': ['Male', 'Female', 'Male', 'Female', 'Male', 'Female'],
    'actual_income': [0, 1, 1, 0, 0, 1],
    'predicted_income': [1, 0, 1, 1, 0, 0]
})

# 标记假阳性和假阴性
data['fp_flag'] = (data['actual_income'] == 0) & (data['predicted_income'] == 1)
data['fn_flag'] = (data['actual_income'] == 1) & (data['predicted_income'] == 0)

# 分组统计频次
gender_error_stats = data.groupby('gender').agg(
    假阳性频次=('fp_flag', 'sum'),
    假阴性频次=('fn_flag', 'sum')
).reset_index()

# 打印结果
print(gender_error_stats)

输出示例 #

这个结果就是按性别拆分的错误统计，符合你需要的类别-特征维度混淆矩阵形式。

内容的提问来源于stack exchange，提问作者Skobo Do