python绘制二分类混淆矩阵_详解使用python绘制混淆矩阵（confusion_matrix）

Summary

涉及到分类问题，我们经常需要通过可视化混淆矩阵来分析实验结果进而得出调参思路，本文介绍如何利用python绘制混淆矩阵(confusion_matrix)，本文只提供代码，给出必要注释。

Code​

# -*-coding:utf-8-*-

from sklearn.metrics import confusion_matrix

import matplotlib.pyplot as plt

import numpy as np

#labels表示你不同类别的代号，比如这里的demo中有13个类别

labels = ['A', 'B', 'C', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O']

'''

具体解释一下re_label.txt和pr_label.txt这两个文件，比如你有100个样本

去做预测，这100个样本中一共有10类，那么首先这100个样本的真实label你一定

是知道的，一共有10个类别，用[0,9]表示，则re_label.txt文件中应该有100

个数字，第n个数字代表的是第n个样本的真实label(100个样本自然就有100个

数字)。

同理，pr_label.txt里面也应该有1--个数字，第n个数字代表的是第n个样本经过

你训练好的网络预测出来的预测label。

这样&#x