混淆矩阵的python代码
时间: 2023-10-12 08:19:13 浏览: 38
混淆矩阵是用于评估分类模型性能的一种常见方法,以下是使用Python实现混淆矩阵的示例代码:
```python
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt
import numpy as np
# 生成随机的分类结果
y_true = np.random.randint(0, 2, size=50)
y_pred = np.random.randint(0, 2, size=50)
# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)
# 可视化混淆矩阵
plt.imshow(cm, cmap=plt.cm.Blues)
plt.title('Confusion Matrix')
plt.colorbar()
tick_marks = np.arange(2)
plt.xticks(tick_marks, ['Negative', 'Positive'])
plt.yticks(tick_marks, ['Negative', 'Positive'])
plt.xlabel('Predicted Label')
plt.ylabel('True Label')
# 添加文本标签
thresh = cm.max() / 2.
for i, j in np.ndindex(cm.shape):
plt.text(j, i, cm[i, j],
horizontalalignment='center',
color='white' if cm[i, j] > thresh else 'black')
plt.show()
```
这段代码首先生成了50个随机的真实分类标签和预测分类标签,然后使用`confusion_matrix`函数计算混淆矩阵,最后使用`imshow`和`text`函数将混淆矩阵可视化出来。