sklearn画混淆矩阵

您可以使用scikit-learn（sklearn）库中的`confusion_matrix`函数来绘制混淆矩阵。下面是一个示例代码：

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

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

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

# 绘制混淆矩阵
labels = ['Class 0', 'Class 1'] # 类别标签
sns.heatmap(cm, annot=True, fmt="d", cmap="Blues", xticklabels=labels, yticklabels=labels)

plt.title('Confusion Matrix')
plt.xlabel('Predicted labels')
plt.ylabel('True labels')
plt.show()

这段代码会绘制一个热力图，其中每个单元格的值表示预测为某个类别的样本在真实标签中的数量。通过颜色的深浅可以直观地观察到分类结果的准确性和错误情况。