python中如何加混淆矩阵
时间: 2024-01-02 08:37:45 浏览: 37
在Python中,可以使用`sklearn.metrics`模块中的`confusion_matrix`函数来创建混淆矩阵。混淆矩阵用于评估分类模型的性能,特别是在多类分类问题中。
以下是一个示例代码:
```python
from sklearn.metrics import confusion_matrix
# 实际的类别标签
actual_labels = [1, 0, 2, 1, 0, 2, 2, 1, 0]
# 预测的类别标签
predicted_labels = [1, 1, 2, 1, 0, 1, 2, 0, 0]
# 创建混淆矩阵
cm = confusion_matrix(actual_labels, predicted_labels)
print(cm)
```
输出结果将是一个3x3的矩阵,其中行表示实际类别,列表示预测类别。矩阵中的每个元素表示预测为某一类别的样本在实际类别中的个数。
请注意,该示例中使用了整数作为类别标签,但实际上可以使用任何类型的标签。
相关问题
python中实现混淆矩阵
混矩阵是用来评估分类模型性能的一种方法。在Python中,可以使用NumPy库来实现混淆矩阵。下面是一个实现混淆矩阵的示例代码:
```python
import numpy as np
# 确定输出和标签
y_true = ["A"]*20 + ["B"]*20 + ["C"]*20 + ["D"]*20 + ["E"]*20
y_pred = ["D"]*5 + ["A"]*30 + ["B"]*15 + ["C"]*25 + ["D"]*20 + ["E"]*5
# 初始化混淆矩阵
classes_num = 5
confusion_matrix = np.zeros((classes_num, classes_num))
# 对混淆矩阵进行赋值
for true_label, pred_label in zip(y_true, y_pred):
confusion_matrix[true_label, pred_label] += 1
print(confusion_matrix)
```
python中画混淆矩阵
在Python中,可以使用matplotlib和sklearn库来绘制混淆矩阵。其中,sklearn.metrics.ConfusionMatrixDisplay类可以方便地绘制混淆矩阵。下面是一个示例代码:
```
from sklearn.metrics import confusion_matrix
from sklearn.metrics import ConfusionMatrixDisplay
import matplotlib.pyplot as plt
y_true = [2, 0, 2, 2, 0, 1]
y_pred = [0, 0, 2, 2, 0, 2]
cm = confusion_matrix(y_true, y_pred)
disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=["ant", "bird", "cat"])
disp.plot(cmap=plt.cm.Blues)
plt.title("Confusion Matrix")
plt.show()
```
其中,y_true和y_pred分别表示真实标签和预测标签,cm表示混淆矩阵,disp表示ConfusionMatrixDisplay对象,display_labels表示标签名称,cmap表示颜色映射。