生成混淆矩阵代码

以下是一个 Python 代码示例，可以用于生成混淆矩阵：

import numpy as np

def confusion_matrix(actual, predicted, labels):
    # 初始化混淆矩阵
    matrix = np.zeros((len(labels), len(labels)), dtype=int)
    
    # 遍历每一个预测结果和实际结果
    for a, p in zip(actual, predicted):
        # 找到对应标签的索引
        i = labels.index(a)
        j = labels.index(p)
        # 将混淆矩阵中对应位置的计数器加一
        matrix[i][j] += 1
    
    return matrix

这个函数接受三个参数：

- `actual`：一个包含真实标签的数组
- `predicted`：一个包含预测标签的数组
- `labels`：一个包含所有可能标签的列表

函数返回一个二维 `numpy` 数组，表示混淆矩阵。

相关问题

生成混淆矩阵matlab代码

可以使用以下代码生成混淆矩阵（Confusion Matrix）的 MATLAB 代码：

% 实际标签
actual_labels = [1 0 1 1 0 2 1 0 2 1];

% 预测标签
predicted_labels = [1 0 1 1 0 1 2 0 2 0];

% 类别数量
num_classes = max(actual_labels);

% 初始化混淆矩阵
confusion_matrix = zeros(num_classes, num_classes);

% 填充混淆矩阵
for i = 1:length(actual_labels)
    actual = actual_labels(i);
    predicted = predicted_labels(i);
    confusion_matrix(actual, predicted) = confusion_matrix(actual, predicted) + 1;
end

% 显示混淆矩阵
disp(confusion_matrix);

请根据实际情况修改 `actual_labels` 和 `predicted_labels` 数组以适应你的数据。这段代码将生成一个 `num_classes x num_classes` 的混淆矩阵，并将其显示在 MATLAB 命令窗口中。

% 生成混淆矩阵 confusion = confusionmat(labels, data(:, 2));生成混淆矩阵后怎么画出混淆矩阵呢

可以使用 MATLAB 中的 `confusionchart` 函数来画出混淆矩阵。具体步骤如下：

1. 首先，将生成的混淆矩阵 `confusion` 转换为表格形式，以便于使用 `confusionchart` 函数绘制。

confusion_table = array2table(confusion);

2. 然后，创建一个 `ConfusionChart` 对象，并将转换后的混淆矩阵表格传递给 `confusionchart` 函数。

chart = confusionchart(confusion_table);

3. 如果需要修改混淆矩阵图表的属性，可以通过 `chart` 对象的各种属性进行修改。例如，可以通过 `Normalization` 属性设置归一化方式，通过 `Title` 属性设置图表标题等。

chart.Normalization = 'row-normalized';
chart.Title = 'Confusion Matrix';

4. 最后，使用 `drawnow` 函数将图表显示在屏幕上。

drawnow;

完整代码示例：

% 生成混淆矩阵
confusion = confusionmat(labels, data(:, 2));

% 将混淆矩阵转换为表格形式
confusion_table = array2table(confusion);

% 创建混淆矩阵图表对象
chart = confusionchart(confusion_table);

% 修改图表属性
chart.Normalization = 'row-normalized';
chart.Title = 'Confusion Matrix';

% 显示图表
drawnow;