python 混淆矩阵绘图

最新推荐文章于 2025-04-29 14:07:38 发布

wei_liao

最新推荐文章于 2025-04-29 14:07:38 发布

阅读量5.8k

点赞数 1

分类专栏： python

本文链接：https://blog.youkuaiyun.com/weixin_41358871/article/details/100068144

版权

本文详细介绍了如何使用Python绘制混淆矩阵，包括导入必要的库、创建混淆矩阵数据、使用matplotlib进行可视化，以及解释混淆矩阵中各个指标的含义，帮助读者更好地理解和评估分类模型的性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

y_predicted=bdt.predict(X_test)
from sklearn.metrics import confusion_matrix
from sklearn import cross_validation, metrics
import matplotlib.pyplot as plt
plt.rc('figure',figsize=(5,5))

cm = confusion_matrix(y_test,y_predicted)
plt.matshow(cm,cmap = plt.cm.Blues) # 背景颜色
plt.colorbar() # 颜色标签

# 内部添加图例标签
for x in range(len(cm)):
    for y in range(len(cm)):
        plt.annotate(cm[x,y], xy = (x,y), horizontalalignment = 'center', verticalalignment = 'center')
plt.ylabel('True Label')
plt.xlabel('Predicted Label')
plt.title('Cart_train')
plt.show()
y_predprob = bdt.predict_proba(X_test)[:,1]
print("AUC Score (Train): %f" % metrics.roc_auc_score(y_test, y_predprob))


# 3.1> 画混淆矩阵
# 方法1：
# from cm_plot import *# 导入自行编写的混淆矩阵可视化函数 等价于下面的语句
# cm_plot(train[:,3],predict_CartResult).show()#显示混淆矩阵可视化结果

# 方法2：
# 导入相关库，生成混淆矩阵
from sklearn.metrics import confusio