エレガントなSciPy ―Pythonによる科学技術計算

217

A.8　解答：多クラス対応行列

Resulting shape: (54, 54) <-- Why?

Results are equal? True

A.6

　解答：対応行列の計算複雑性

以下は「

5.1.1

　演習：対応行列の計算複雑性」の解答です。

「

1

章　エレガントな

NumPy

：科学

Python

の基礎」では、

arr == k

で、

arr

と同じ大きさの

ブール型（

True

または

False

）値の配列ができることを学びました。この方法は、予想されるよう

に、

arr

の全要素をパスする必要があります。したがって、演習問題の直前のコード例では、

pred

と

gt

の値のすべての組み合わせについて、

pred

と

gt

のそれぞれの全要素をパスすることになり

ます。原理上は、

cont

は両方の配列を

1

回パスするだけで計算できるので、複数回パスする必要

があるコードは非効率的なのです。

A.7

　解答：対応行列を計算する別のアルゴリズム

以下は「

5.1.2

　演習：対応行列を計算する別のアルゴリズム」の回答です。

解答はいくつも考えられますが、ここでは

2

つの解答を提示します。

1

つ目の解答は、

Python

の組み込み関数

zip

を使って、

pred

と

gt

のラベルを組にします。

def confusion_matrix1(pred, gt):

cont = np.zeros((2, 2))

for i, j in zip(pred, gt):

cont[i, j] += 1

return cont

2

つ目の解答は、

pred

と

gt

の取り得るすべてのインデックスを反復し、対応する値を各配列か ...