混淆矩阵 python 画

混淆矩阵是用于评估分类模型性能的一种常用工具，可以通过可视化混淆矩阵来更好地理解模型的分类结果。下面是使用Python绘制混淆矩阵的代码示例：

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

# 假设有真实标签和预测标签
true_labels = [0, 1, 0, 1, 0, 0]
pred_labels = [0, 1, 1, 1, 0, 1]

# 计算混淆矩阵
cm = confusion_matrix(true_labels, pred_labels)

# 绘制混淆矩阵
plt.figure(figsize=(8, 6))
sns.heatmap(cm, annot=True, fmt='d', cmap='Blues')
plt.xlabel('Predicted Labels')
plt.ylabel('True Labels')
plt.title('Confusion Matrix')
plt.show()

这段代码首先导入所需的库，然后定义了一个示例的真实标签和预测标签。接着使用`confusion_matrix`函数计算混淆矩阵。最后，使用`seaborn`库的`heatmap`函数绘制混淆矩阵，并通过传递参数来设置注释、格式和颜色。最终使用`plt`库设置横纵坐标的标签和标题，并展示混淆矩阵图像。

希望这个示例能够帮助你了解如何使用Python绘制混淆矩阵。<span class="em">1</span>