SQL 中的混淆矩阵

Question

我有一些规则，如果流程的标准得到满足，这些规则就会被解雇。我正在以混淆矩阵的形式计算这些规则的性能。

如果规则被解雇，则意味着该过程被预测为积极的。因此，如果这个过程实际上是积极的，那么这将是一个真正的积极场景
如果规则被解雇，则意味着该过程被预测为积极的。因此，如果该过程实际上不是积极的，那么这将是一个误报场景
如果rule_name为NULL，则意味着没有任何规则被触发，因此，如果该过程实际上是否定的，那就是假阴性场景。

注意：如果规则名称中的进程为空，则对于每个规则来说都是漏报，因为当进程实际失败时没有任何规则被触发。

id	规则名称	真实标签	预测标签
1	规则1	积极	积极
2	规则1	积极	积极
3	规则1	负面	积极
4	空	积极	积极
5	空	积极	积极
6	空	负面	积极
7	规则2	积极	积极
8	规则2	负面	积极
9	规则2	负面	积极

我的结果集应该如下所示：

	真阳性	误报	真阴性	假阴性
规则1	1	1	1	2
规则2	1	2	1	2

我正在 SQL 中执行此操作。我可以通过过滤每个规则名称来做到这一点，即

select 'rule1' as rule
    , count(case when rule_name = 'rule1' and true_label = 'positive' and predicted_label = 'positive' then 1 else null  end)as tp_count
    , count(case when rule_name = 'rule1' and true_label != 'positive' and predicted_label = 'positive' then 1 else null  end)as fp_count
    , count(case when (rule_name != 'rule1' or rule_name is null) and and true_label != 'positive' then 1 else null end) as tn_count
from table
;

我有多个这样的规则，所以，我不想用

union all

对每个规则进行计算，我正在寻找一种更好的方法来进行此计算。我的主要挑战是计算真负数，同时我还需要计算

rule_name

NULL。

Answer 1

为了在 SQL（特别是 PostgreSQL）中以更动态、更高效的方式解决这个问题，可以结合使用 GROUP BY、CASE 和窗口函数。这是一个解决方案，可以避免手动过滤每个规则并在单个查询中动态处理所有规则。

SQL查询：

WITH rule_performance AS (
SELECT
    COALESCE(rule_name, 'no_rule') AS rule_name,
    COUNT(CASE WHEN true_label = 'positive' AND predicted_label = 'positive' THEN 1 END) AS tp_count,
    COUNT(CASE WHEN true_label != 'positive' AND predicted_label = 'positive' THEN 1 END) AS fp_count,
    COUNT(CASE WHEN (rule_name != r.rule_name OR rule_name IS NULL) AND true_label != 'positive' THEN 1 END) AS tn_count,
    COUNT(CASE WHEN rule_name IS NULL AND true_label = 'positive' THEN 1 END) AS fn_count
FROM
    your_table t
LEFT JOIN 
    (SELECT DISTINCT rule_name FROM your_table WHERE rule_name IS NOT NULL) r 
ON 
    t.rule_name = r.rule_name OR t.rule_name IS NULL
GROUP BY
    COALESCE(rule_name, 'no_rule')

） 选择 规则名称， tp_count， fp_计数， tn_计数， fn_计数 从 规则性能 订购依据 规则名称；

现在试试这个代码。