#119 · 主分类： MLOps与评测
pycm
Python多分类混淆矩阵库
项目最后更新：08/17/26
GitHub Stars
1.5K
Forks数量
126
贡献者数量
19
许可证
MIT
收录理由
当准确率无法揭示分类器在哪些类别上出错时，PyCM 能直接补上这块短板。它是一款支持多分类的混淆矩阵库，既接收预测值与真实值组成的向量，也接受现成的混淆表，随后输出各类别与整体的评估指标，包括精确率、召回率、F1、宏平均、kappa 以及基于 AUC 的解释，还能在装有 Matplotlib 或 Seaborn 的环境里生成归一化表格和图形。研究流程、Kaggle 式实验，以及想要可复现模型评估却不想手写指标代码的团队，都能从中获益。由于它也接受直接给出的矩阵，即使你只有其他系统导出的现有表格也能用，因此它更像一个通用工具，而非绑定在某个框架上。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具