用Python绘制已计算的混淆矩阵
用Python绘制已计算的混淆矩阵
提问于 2020-03-01 23:31:04
我如何在Python中绘制一个混乱矩阵，类似于已经给出的混淆矩阵的值的这里呢？
在代码中，他们使用了sklearn.metrics.plot_confusion_matrix方法，该方法根据基本事实和预测来计算混淆矩阵。
但在我的例子中，我已经计算了我的混淆矩阵。例如，我的混淆矩阵是(以百分比为单位的值)：
[[0.612, 0.388]
[0.228, 0.772]]回答 3
Stack Overflow用户
回答已采纳
发布于 2020-03-02 00:16:00
如果您检查来源的sklearn.metrics.plot_confusion_matrix，您可以看到如何处理数据以创建绘图。然后，您可以重用构造函数ConfusionMatrixDisplay并绘制自己的混淆矩阵。
import matplotlib.pyplot as plt
from sklearn.metrics import ConfusionMatrixDisplay
cm = [0.612, 0.388, 0.228, 0.772] # your confusion matrix
ls = [0, 1] # your y labels
disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=ls)
disp.plot(include_values=include_values, cmap=cmap, ax=ax, xticks_rotation=xticks_rotation)
plt.show()Stack Overflow用户
发布于 2021-01-23 23:22:31
我看到有人已经回答了这个问题，但我正在添加一个对作者甚至对其他用户有用的新问题。
可以在中绘制，这是一个已经通过mlxtend包计算出的混淆矩阵：
Mlx趋向(机器学习扩展)是一个用于日常数据科学任务的有用工具的Python库。
片段代码：
# Imports
from mlxtend.plotting import plot_confusion_matrix
import matplotlib.pyplot as plt
import numpy as np
# Your Confusion Matrix
cm = np.array([[0.612, 0.388],
[0.228, 0.772]])
# Classes
classes = ['class A', 'class B']
figure, ax = plot_confusion_matrix(conf_mat = cm,
class_names = classes,
show_absolute = False,
show_normed = True,
colorbar = True)
plt.show()输出为：
Stack Overflow用户
发布于 2021-07-16 18:36:08
我用的是来自海运的热图。您可以定义一个方法：
import numpy as np
import seaborn as sns; sns.set_theme()
sns.set(font_scale=2)
def plot_matrix(cm, classes, title):
ax = sns.heatmap(cm, cmap="Blues", annot=True, xticklabels=classes, yticklabels=classes, cbar=False)
ax.set(title=title, xlabel="predicted label", ylabel="true label")和使用：
cm = np.array([[0.612, 0.388], [0.228, 0.772]])
classes = ['class A', 'class B']
title = "title example"
plot_matrix(cm, classes, title)输出如下：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60480777
复制相关文章
相似问题
腾讯云开发者
