python混淆矩阵调用

要在Python中调用混淆矩阵，你可以使用sklearn.metrics库中的confusion_matrix函数。首先，你需要导入该函数，然后将真实标签和预测标签作为参数传递给该函数。以下是一个示例代码来展示如何调用混淆矩阵：

from sklearn.metrics import confusion_matrix
y_true = [1, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0, 1]
y_prediction = [1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1]
cm = confusion_matrix(y_true, y_prediction)

在这个例子中，y_true是包含真实标签的列表，y_prediction是包含预测标签的列表。调用confusion_matrix函数后，你将得到一个混淆矩阵，它的值会存储在名为cm的变量中。

注意，为了更好地可视化混淆矩阵，你可以使用ConfusionMatrixDisplay类中的plot方法。

引用中的代码展示了如何绘制混淆矩阵的图形：

from sklearn.metrics import confusion_matrix
from sklearn.metrics import ConfusionMatrixDisplay

y_true = [1, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0, 1]
y_prediction = [1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1]

cm = confusion_matrix(y_true, y_prediction)
cm_display = ConfusionMatrixDisplay(cm).plot()

这段代码中，我们首先导入了ConfusionMatrixDisplay类，然后使用混淆矩阵创建了一个ConfusionMatrixDisplay对象cm_display。最后，我们调用了plot方法来绘制混淆矩阵的图形。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [【论文必用】Python绘制混淆矩阵](https://blog.csdn.net/qq_40968179/article/details/129548439)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Python数据分析：混淆矩阵](https://blog.csdn.net/liujingwei8610/article/details/123470276)[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^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]