混淆矩阵热力图python

混淆矩阵热力图可以用 Python 中的 Matplotlib 和 Seaborn 库来实现。具体步骤如下：

1. 导入所需库：

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

2. 计算混淆矩阵：

y_true = [0, 1, 0, 1, 0, 1, 0, 0, 1, 1]
y_pred = [0, 0, 0, 1, 0, 1, 1, 0, 1, 0]

cm = confusion_matrix(y_true, y_pred)

3. 绘制热力图：

sns.heatmap(cm, annot=True, cmap='Blues')
plt.xlabel('Predicted labels')
plt.ylabel('True labels')
plt.show()

完整代码如下：

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

# Example data
y_true = [0, 1, 0, 1, 0, 1, 0, 0, 1, 1]
y_pred = [0, 0, 0, 1, 0, 1, 1, 0, 1, 0]

# Calculate confusion matrix
cm = confusion_matrix(y_true, y_pred)

# Plot heatmap
sns.heatmap(cm, annot=True, cmap='Blues')
plt.xlabel('Predicted labels')
plt.ylabel('True labels')
plt.show()

运行上述代码，即可得到混淆矩阵热力图。其中，热力图中的数字表示预测正确或预测错误的样本数，越大的数字颜色越深。同时，横轴表示预测结果，纵轴表示真实标签。可以根据热力图判断分类模型的性能。