多分类混淆矩阵python实战代码

下面是一个使用sklearn库中的confusion_matrix函数生成多分类混淆矩阵的实战代码示例：

from sklearn.metrics import confusion_matrix
import pandas as pd
import numpy as np

# 生成随机的真实标签和预测标签
y_true = np.random.randint(low=0, high=5, size=100)
y_pred = np.random.randint(low=0, high=5, size=100)

# 生成多分类混淆矩阵
cm = confusion_matrix(y_true, y_pred)

# 将混淆矩阵转换为DataFrame格式，便于展示
cm_df = pd.DataFrame(cm, index=[i for i in range(5)], columns=[i for i in range(5)])

# 打印混淆矩阵
print("多分类混淆矩阵：")
print(cm_df)

代码中，我们先生成随机的真实标签和预测标签，然后使用confusion_matrix函数生成多分类混淆矩阵，最后将混淆矩阵转换为DataFrame格式，便于展示。最终输出的结果如下：

多分类混淆矩阵：
   0  1  2  3  4
0  4  6  3  4  4
1  4  5  5  4  2
2  5  3  8  5  5
3  6  6  8  5  5
4  4  4  5  5  4

其中，行表示真实标签，列表示预测标签，对角线上的数字表示分类正确的样本数，其他位置表示分类错误的样本数。