python 混淆矩阵可视化

Python 中也有一些工具可以用来可视化混淆矩阵，比如 `matplotlib` 和 `seaborn` 等库。以下是一个使用 `seaborn` 库绘制混淆矩阵热力图的示例代码：

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

# 构造混淆矩阵
y_true = [0, 1, 0, 1, 0, 0, 1, 1, 1, 0]
y_pred = [0, 1, 1, 1, 0, 0, 0, 1, 0, 1]
cm = confusion_matrix(y_true, y_pred)

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

在上述代码中，我们首先使用 `sklearn.metrics` 库中的 `confusion_matrix()` 函数构造混淆矩阵。然后，我们使用 `seaborn` 库中的 `heatmap()` 函数绘制热力图，并使用 `annot=True` 参数来显示每个方格的具体数值。最后，我们使用 `matplotlib` 库中的函数来添加坐标轴标签，并展示图形。

运行上述代码，就可以得到一个混淆矩阵的可视化图形。其中，X 轴和 Y 轴分别表示预测值和实际值，每个方格的颜色深浅表示对应分类的预测结果。