python中绘制混淆矩阵

在Python中，可以使用混淆矩阵来评估分类模型的性能。下面是一段代码，用于绘制混淆矩阵。

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

# 设置类别标签
labels = ['Class1', 'Class2', 'Class3']

# 定义混淆矩阵
y_true = np.array([0, 1, 2, 0, 1, 2, 0, 1, 2])
y_pred = np.array([0, 1, 2, 1, 0, 1, 2, 1, 0])
cm = confusion_matrix(y_true, y_pred)

# 绘制混淆矩阵
sns.heatmap(cm, annot=True, cmap='Blues', xticklabels=labels, yticklabels=labels)
plt.xlabel('Predicted labels')
plt.ylabel('True labels')
plt.show()

在这个示例中，我们创建了一个大小为3 x 3的混淆矩阵，并使用Seaborn库绘制了一个热力图。`xticklabels`和`yticklabels`参数用于设置类别标签，`annot`参数用于在每个单元格中显示数字。您可以更改`y_true`和`y_pred`数组中的值来测试不同的混淆矩阵。