plot_confusion_matrix(cnf_matrix, classes=new_target_names, title='Confusion matrix, without normalization')

这段代码是绘制混淆矩阵的函数，其中参数`cnf_matrix`是一个二维数组，表示分类器的混淆矩阵；参数`classes`是一个字符串数组，表示每个类别的名称；参数`title`是一个字符串，表示混淆矩阵的标题。这个函数可以用来可视化分类器的性能，帮助我们了解分类器对不同类别的识别情况。如果需要绘制归一化后的混淆矩阵，可以使用`plot_confusion_matrix_normalized`函数。

相关问题

plot_confusion_matrix(conf_mat, normalize=False, target_names=labels, title='Confusion Matrix')

这是一个绘制混淆矩阵的函数，其中参数说明如下：

- conf_mat: 混淆矩阵，可以是numpy数组或者pandas DataFrame格式。
- normalize: 是否对混淆矩阵进行标准化，即将混淆矩阵中的每个元素除以该行的元素之和，以便更好地展示分类结果。默认为False。
- target_names: 目标类别的名称，应该与混淆矩阵的行列名称相同。默认为labels。
- title: 绘制的混淆矩阵图的标题。默认为'Confusion Matrix'。

该函数可以用于可视化分类模型的结果，以便更好地理解模型的性能和错误分类情况。

plot_confusion_matrix(confusion_mat, classes=range(4))

这段代码的作用是绘制混淆矩阵图。其中，confusion_mat 是一个混淆矩阵，表示模型预测结果与真实标签之间的对应关系；classes 是一个数组，包含了所有可能的类别标签。在绘制混淆矩阵图时，我们会根据 confusion_mat 中的数据绘制出一个矩阵，并在矩阵中对应的位置上填写相应的数字。这样做可以帮助我们更直观地了解模型的预测效果。在这里，classes 参数指定了所有可能的类别标签，用于在图表中显示标签名称。