混淆矩阵绘制

最新推荐文章于 2025-09-23 16:15:55 发布

原创

最新推荐文章于 2025-09-23 16:15:55 发布 · 651 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #机器学习

本文介绍了一个用于绘制混淆矩阵的Python函数，该函数可以根据实际标签和预测标签生成混淆矩阵，并支持是否进行归一化的选项。此外，还展示了如何使用该函数从PyTorch模型输出的数据中生成混淆矩阵。

代码有些参考了其他博客

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

import itertools
def plot_confusion_matrix(cm, classes, normalize=False, cmap=plt.cm.Blues):
    """
    This function prints and plots the confusion matrix.
    Normalization can be applied by setting `normalize=True`.
    Input
    - cm : 计算出的混淆矩阵的值
    - classes : 混淆矩阵中每一行每一列对应的列
    - normalize : True:显示百分比, False:显示个数
    """
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        title = 'Normalized confusion matrix'
        cb_title = 'Number of recordings (normalized)'
    else:
        title =</