python绘制混淆矩阵

要使用Python绘制混淆矩阵，可以使用sklearn.metrics包中的confusion_matrix函数。首先，需要将预测结果和真实标签以类似的格式赋值给y_pred和y_true变量。然后，可以使用confusion_matrix函数生成混淆矩阵C，可以通过labels参数指定类别的标签。接下来，可以使用matplotlib.pyplot中的函数绘制矩阵图，使用plt.matshow(C, cmap=plt.cm.Reds)来展示混淆矩阵的颜色。可以使用plt.annotate函数在矩阵图中显示每个元素的值。最后，可以使用plt.xlabel和plt.ylabel函数设置x轴和y轴的标签。最后，使用plt.show函数显示绘制好的混淆矩阵图。 [1 [2]

示例代码如下：

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

y_pred = [] # 预测结果
y_true = [] # 真实标签

C = confusion_matrix(y_true, y_pred, labels=['0','1','2','3','4'])

plt.matshow(C, cmap=plt.cm.Reds)

for i in range(len(C)):
    for j in range(len(C)):
        plt.annotate(C[j, i], xy=(i, j), horizontalalignment='center', verticalalignment='center')

plt.ylabel('True label')
plt.xlabel('Predicted label')

plt.show()

这段代码会根据给定的预测结果和真实标签生成混淆矩阵，并使用矩阵图展示混淆矩阵的颜色。每个元素表示预测为某个类别的样本数量。通过调整代码中的参数和标签，可以根据不同的需求进行自定义。 [1 [2 [3<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [详解使用python绘制混淆矩阵（confusion_matrix）](https://download.csdn.net/download/weixin_38580959/12861679)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [利用python绘制混淆矩阵](https://blog.csdn.net/weixin_43818631/article/details/121309660)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]