クロスバリデーションされたsvmの感受性と特異性をチェックする際のエラー

Question

私はいくつかのデータ（RBF SVM）でKFoldのクロスバリデーションを行っています。本当の陽性率と偽陽性率を確認するためにこのコードを持っています。時にはこのコードがエラーをスローします。クロスバリデーションのランダムシャッフルがすべてのクラスのセットを作成するたびにエラーが発生することに気付きました。例えば：まず

sensitivity = 1.0 
specificity = 0.0 
[0 0 0 0 0 0 0 0] predicted 
[0 0 0 0 0 0 0 0] actual 

私はそう、私はif文でそれを修正しようとしたこのエラーは、それがゼロで割ることになるという事実によるものだと思いました。しかし、それでも私にはこのエラーが表示されます：

IndexError        Traceback (most recent call last) 
<ipython-input-56-0339ebc92e19> in <module>() 
    10 
    11  tn = float(cm[0][0])/np.sum(cm[0]) 
---> 12  if np.sum(cm[1]) == 0: 
    13   tp = 0 
    14  else: 

IndexError: index 1 is out of bounds for axis 0 with size 1 

私は問題の内容や解決方法を完全に失いました。 quesionのコード以下の通りです： - ゼロ利用できる唯一のクラスがありますので、あなたの場合は

for i, (train, test) in enumerate(kf_total): 
    y_pred = clf.fit(val[train], y[train]).predict(val[test]) 
    print y_pred,"predicted" 
    print y[test], "actual" 
    cm = confusion_matrix(y[test], y_pred) 

    tn = float(cm[0][0])/np.sum(cm[0]) 
    if np.sum(cm[1]) == 0: 
     tp = 0 
    else: 
     tp = float(cm[1][1])/np.sum(cm[1]) 

    print "sensitivity =", tp 
    print "specificity =", tn 

Answer 1

予測の次元*実際には、1×1になります。そのような行列要素1へのアドレッシングは、境界外のエラーを生成する。