利用python绘制混淆矩阵

### 如何使用 Python 绘制混淆矩阵

为了可视化分类模型的表现，可以利用 `matplotlib` 和 `seaborn` 库来绘制混淆矩阵。以下是具体实现方法：

#### 使用 Matplotlib 和 Seaborn 绘制混淆矩阵

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.metrics import confusion_matrix

# 假设 y_true 是真实标签，y_pred 是预测标签
y_true = [0, 1, 0, 1, 1, 0, 1, 0, 0, 1]
y_pred = [0, 1, 0, 1, 0, 0, 1, 1, 0, 1]

# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)

# 创建热力图
plt.figure(figsize=(8, 6))
sns.heatmap(cm, annot=True, fmt='d', cmap="Blues", cbar=False)
plt.title('Confusion Matrix')
plt.ylabel('True label')
plt.xlabel('Predicted label')

# 显示图形
plt.show()

此代码片段展示了如何通过 `confusion_matrix()` 函数计算混淆矩阵并借助 `seaborn` 的 `heatmap()` 方法将其绘制成热力图[^1]。

对于更复杂的场景，还可以自定义颜色映射表、调整字体大小和其他样式属性以适应特定需求。此外，在实际应用中通常会结合其他评估指标一起展示，以便全面了解模型性能。