python 绘制混淆矩阵
时间: 2023-07-28 15:08:44 浏览: 48
要使用Python绘制混淆矩阵,你可以使用混淆矩阵的数据来创建热力图。下面是一个使用Matplotlib库绘制混淆矩阵的示例代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 定义混淆矩阵数据
confusion_matrix = np.array([[100, 10, 0],
[5, 90, 5],
[0, 8, 92]])
# 计算各类别的总数
class_totals = confusion_matrix.sum(axis=1)
# 计算各类别的准确率
class_accuracy = confusion_matrix / class_totals[:, np.newaxis]
# 设置标签
labels = ['Class A', 'Class B', 'Class C']
# 创建热力图
fig, ax = plt.subplots()
im = ax.imshow(class_accuracy, cmap='Blues')
# 设置颜色条
cbar = ax.figure.colorbar(im, ax=ax)
# 设置坐标轴标签
ax.set(xticks=np.arange(class_accuracy.shape[1]),
yticks=np.arange(class_accuracy.shape[0]),
xticklabels=labels, yticklabels=labels,
title='Confusion Matrix',
ylabel='True label',
xlabel='Predicted label')
# 在热力图中显示数值
for i in range(class_accuracy.shape[0]):
for j in range(class_accuracy.shape[1]):
ax.text(j, i, format(class_accuracy[i, j], '.2f'),
ha="center", va="center", color="white")
# 确保标签不被裁剪
plt.tight_layout()
# 显示图形
plt.show()
```
你可以根据你实际的混淆矩阵数据进行修改。这段代码会生成一个热力图,其中每个单元格表示分类器在预测时的准确率。标签显示了真实标签和预测标签的类别。