画混淆矩阵sklearn

爱学习的大白菜

已于 2022-03-08 21:27:47 修改

阅读量1.4w

点赞数 24

于 2021-10-14 11:05:36 首次发布

本文链接：https://blog.youkuaiyun.com/csdnliwenqi/article/details/120759519

版权

本文展示了如何使用sklearn库绘制混淆矩阵，并强调了归一化的重要性。通过设置normalize选项，使得混淆矩阵的颜色更集中于主对角线，从而提供更好的分类表现理解。混淆矩阵显示了第1类和第3类的分类准确率达到了100%，而第2类中有6.2%的样本被错误分类到第3类。文章还提到了disp.plot()函数的cmap参数，用于调整颜色映射。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

"""
    画混淆矩阵，需要(真实标签，预测标签，标签列表）
    y_test, y_pred, display_labels

    混淆矩阵用:      sklearn库中的confusion_matrix
    混淆矩阵画图用：  sklearn库中的ConfusionMatrixDisplay
                    matplotlib库中的pyplot

    这里用iris数据集做例子，SVM做分类器。
"""

import matplotlib.pyplot as plt
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.datasets import load_iris

# 加载鸢尾花数据集，即Iris数据集,(训练集，测试集，标签名称）
X = load_iris().data
y = load_iris().target
labels = load_iris().target_names

# 分割数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)