python画混淆矩阵

在Python中，你可以使用scikit-learn库来计算和绘制混淆矩阵。下面是一个示例代码，展示了如何使用scikit-learn来计算和绘制混淆矩阵：

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

# 定义真实标签和预测标签
y_true = np.array([0, 1, 0, 1, 1, 0, 0, 1])
y_pred = np.array([0, 1, 1, 1, 0, 0, 1, 1])

# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)

# 绘制混淆矩阵
plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
plt.title("Confusion Matrix")
plt.colorbar()
tick_marks = np.arange(2)
plt.xticks(tick_marks, ['Class 0', 'Class 1'])
plt.yticks(tick_marks, ['Class 0', 'Class 1'])
plt.xlabel('Predicted Label')
plt.ylabel('True Label')

# 在每个格子中显示数值
thresh = cm.max() / 2.
for i in range(cm.shape[0]):
    for j in range(cm.shape[1]):
        plt.text(j, i, format(cm[i, j], 'd'),
                 horizontalalignment="center",
                 color="white" if cm[i, j] > thresh else "black")

plt.show()

这段代码首先导入了必要的库，然后定义了真实标签和预测标签。接下来，使用`confusion_matrix`函数计算混淆矩阵，并将结果存储在变量`cm`中。最后，使用Matplotlib库绘制混淆矩阵，并在每个格子中显示对应的数值。