K-fold交叉验证如何报告混淆矩阵？

假设我用K = 10折进行K折交叉验证。每折都会有一个混淆矩阵。报告结果时，我应该计算什么是平均混淆矩阵，还是仅对混淆矩阵求和？

如果要测试模型的性能（即，不优化参数），通常将汇总混淆矩阵。像这样想，您已将数据分成10个不同的折或“测试”集。您在折痕的9/10上训练模型，然后测试第一个折痕并获得混淆矩阵。此混淆矩阵表示数据的1/10的分类。您使用下一个“测试”集再次重复分析，并获得另一个表示另外1/10数据的混淆矩阵。现在，将这个新的混淆矩阵添加到第一个矩阵中将代表您数据的20％。继续操作，直到完成所有折叠，对所有混淆矩阵求和，最后的混淆矩阵代表该模型对所有数据的性能。您可以对混淆矩阵求平均值，但实际上并不能提供累积矩阵中的任何其他信息，如果折叠的大小不尽相同，则可能会有偏差。

注意 -假设您的数据没有重复采样。我不能完全确定重复采样是否会有所不同。如果我学到一些东西或有人推荐一种方法，将会更新。