混淆矩阵python代码实例

以下是混淆矩阵的Python代码实例：

引用中的代码展示了如何使用scikit-learn库计算混淆矩阵以及相关指标，包括召回率、准确率和准确度ACC。具体代码如下：

from sklearn import metrics
import numpy as np

test_Y = np.array([0,0,1,0,0,1,0,1,1,0]) # 测试集的标签
predict_Y = np.array([1,0,1,0,0,0,0,1,0,0]) # 预测值

confusion_matrix = metrics.confusion_matrix(test_Y,predict_Y) # 混淆矩阵
tn, fp, fn, tp = metrics.confusion_matrix(test_Y,predict_Y).ravel() # 混淆矩阵各值
recall_score = metrics.recall_score(test_Y,predict_Y) # 召回率
pre_score = metrics.precision_score(test_Y,predict_Y) # 准确率
ACC = metrics.accuracy_score(test_Y,predict_Y) # 准确度ACC

print(confusion_matrix)
print(tn, fp, fn, tp)
print(recall_score)
print(pre_score)
print(ACC)

其中，`test_Y`和`predict_Y`分别表示测试集的标签和预测值，`confusion_matrix`表示混淆矩阵，`tn`、`fp`、`fn`、`tp`分别表示混淆矩阵中的四个值，`recall_score`表示召回率，`pre_score`表示准确率，`ACC`表示准确度。

需要注意的是，这里使用的是scikit-learn库的版本为0.24.2，如果使用其他版本可能会出现不兼容的情况。