Pythonの - どのようにPythonのパンダのクロス集計に

Question

】以下を使用して混同行列の統計情報を作成するには、次の混同行列

# /usr/bin/python -tt 

from __future__ import division 
import csv 
import os 
import pandas as pd 


#---------------------------------------------------------------------------- 
def get_tcp_variant(filepath): 
    def tcp_congestion_variant(beta): 
     print('predict({}; abs({})'.format(beta, abs(beta))) 
     if (beta>0.61 and beta<=0.75): 
      return "Cubic" 
     if (beta>=0.45 and beta<0.61): 
      return "Reno" 
     if (beta>0.75 and beta<=0.99): 
      return "BIC" 

     return "None" 
#---------------------------------------------------------------------------- 

    with open(filepath, "r") as csvfile: 
     ff = csv.reader(csvfile) 

     beta_values = [] 
     cwnd_loss = 0 
     for current_cwnd, col2 in ff: 
      value = int(current_cwnd) 
      if value >= cwnd_loss: 
       cwnd_loss = value 
      else: 
       beta_value = int(current_cwnd)/cwnd_loss 
       beta_value=(round(beta_value,2)) 
       beta_values.append(beta_value) 
       cwnd_loss = value 

    return tcp_congestion_variant(sum(beta_values)/len(beta_values)) 

print ("*********************************************") 
print ("Confusion matrix ") 
print ("*********************************************") 
matrix = {'actual':[], 'predict':[]} 
path = './csv_files' 

#---------------------------------------------------------------------------- 
def get_variant_predict(filename): 
    if 'cubic' in filename: 
     return 'Cubic' 
    if 'reno' in filename: 
     return "Reno" 
    if 'bic' in filename: 
     return "BIC" 
    else: 
     return filename [0] 
#---------------------------------------------------------------------------- 

for filename in os.listdir(path): 
    #matrix['predict'].append(filename[:4]) 
    matrix['predict'].append(get_variant_predict(filename)) 
    matrix['actual'].append(get_tcp_variant(os.path.join(path, filename))) 

data_frame = pd.crosstab(pd.Series(matrix['actual'], name='Actual'), 
       pd.Series(matrix['predict'], name=' Predicted')) 
       #,margins=True) # To add "All" 
print (" ") 

print(data_frame) 

を生成し、私のPhytonスクリプトはどのように我々は、例えば（混同行列の統計情報を追加することができますされています。 accuracyPythonにパンダクロス集計、我々はそれを手動で行う場合は、accuracyがされる（4 + 24 + 21）/（4 + 24 + 4 + 1 + 21 + 1） - ？私は統計を自動的に生成したい

Answer 1

チェックこのアウトsklearn.metrics.classification_report

print(classification_report(matrix['actual'], 
          matrix['predict'], 
          target_names=['BIC', 'Cubic', 'Reno'])) 

Answer 2

(df * np.eye(3)).values.sum()/df.values.sum() 

出力：

0.89090909090909087