机器混淆矩阵python代码

以下是使用Python实现机器混淆矩阵的代码示例：

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

# 真实分类结果
y_true = ["cat", "dog", "cat", "cat", "dog", "rabbit"]
# 预测分类结果
y_pred = ["dog", "dog", "rabbit", "cat", "dog", "cat"]

# 生成混淆矩阵数据
C = confusion_matrix(y_true, y_pred, labels=["dog", "rabbit", "cat"])

# 绘制混淆矩阵热度图
sns.heatmap(C, annot=True)
plt.show()

这段代码使用了`sklearn.metrics.confusion_matrix`函数生成混淆矩阵数据，并使用`seaborn`库的热度图功能绘制出混淆矩阵。混淆矩阵用于评估分类模型的性能，可以帮助我们了解模型在不同类别上的分类准确性。