Sklearn中如何合并训练集与测试集的混淆矩阵？

嘿，这个问题挺实用的！合并训练集和测试集的混淆矩阵其实逻辑很简单——因为混淆矩阵本质就是各个类别「真实标签-预测标签」的样本计数表，合并的话直接把对应位置的数字加起来就行。我给你一步步讲清楚：

混淆矩阵的每个单元格，记录的是「真实类别为X，被模型预测为Y」的样本数量。所以不管是训练集还是测试集的混淆矩阵，只要它们的维度一致（也就是分类任务的类别数量相同），就可以直接对两个矩阵做元素级别的加法，得到合并后的总混淆矩阵。

假设你已经通过模型得到了训练集混淆矩阵cm_train和测试集混淆矩阵cm_test，这里分两种常见情况处理：

情况1：用numpy数组存储混淆矩阵 #

import numpy as np

# 先确认两个矩阵维度一致，避免报错
assert cm_train.shape == cm_test.shape, "训练集和测试集的混淆矩阵维度必须一致！"

# 直接元素相加得到合并矩阵
cm_combined = cm_train + cm_test

情况2：用嵌套列表存储混淆矩阵 #

# 同样先检查维度
assert len(cm_train) == len(cm_test) and len(cm_train[0]) == len(cm_test[0]), "维度不匹配！"

# 用列表推导式逐个元素相加
cm_combined = [
    [cm_train[i][j] + cm_test[i][j] for j in range(len(cm_train[0]))]
    for i in range(len(cm_train))
]

我整理了合并时最容易踩的坑，你可以对照排查：

• 维度不匹配：比如训练时模型是3分类，测试时不小心变成了2分类，导致两个矩阵的行/列数不一样。解决办法：检查训练和测试时的类别映射是否完全一致，确保分类器的输出类别数量统一。
• 数据类型错误：如果混淆矩阵里存的是字符串或者非数值类型，加法会直接报错。解决办法：把矩阵转换成整数类型，比如用cm_train = np.array(cm_train).astype(int)（numpy数组）或者手动遍历转类型。
• 索引越界：手动遍历矩阵时循环范围写错了，比如行数用了固定值而不是len(cm_train)。解决办法：用矩阵本身的长度来定义循环范围，避免硬编码数字。

合并后的混淆矩阵可以用来统计模型在所有数据上的整体预测分布，但要注意：训练集是模型见过的数据，测试集是完全独立的 unseen 数据，合并后的结果不能用来评估模型的泛化能力——泛化能力还是得看单独的测试集混淆矩阵哦！

内容的提问来源于stack exchange，提问作者Elham