混合矩阵可视化函数封装

最新推荐文章于 2024-06-30 02:03:30 发布

置顶

Roc Huang

最新推荐文章于 2024-06-30 02:03:30 发布

阅读量314

点赞数 1

CC 4.0 BY-SA版权

分类专栏：数据分析文章标签：混合矩阵可视化

本文链接：https://blog.youkuaiyun.com/weixin_43790705/article/details/88992657

混合矩阵可视化函数封装

在这里插入图片描述
混合矩阵和交叉表类似,只不过表现的形式不一样, 都是在评判模型是否满足业务场景的一种检测方法, 可以直观的查看查全率.
函数定义如下:

import itertools
def plot_confusion_matrix(cm, classes,
                          title='Confusion matrix',
                          cmap=plt.cm.Blues):
    """
    This function prints and plots the confusion matrix.
    """
    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=0)
    plt.yticks(tick_marks, classes)

    threshold = cm.max() / 2.
    for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
        plt.text(j, i, cm[i, j],
                 horizontalalignment="center",
                 color="white" if cm[i, j] > threshold else "black")#若对应格子上面的数量不超过阈值则，上面的字体为白色，为了方便查看

    plt.tight_layout()