首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在sklearn.metrics包中更改plot_confusion_matrix默认图形大小

在sklearn.metrics包中,可以通过更改plot_confusion_matrix函数的参数来调整默认图形大小。具体来说,可以使用参数figsize来指定图形的宽度和高度。

下面是一个示例代码,展示了如何在sklearn.metrics包中更改plot_confusion_matrix默认图形大小:

代码语言:txt
复制
import matplotlib.pyplot as plt
from sklearn.metrics import plot_confusion_matrix
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model = SVC()
model.fit(X_train, y_train)

# 创建混淆矩阵图
fig, ax = plt.subplots(figsize=(8, 6))  # 设置图形大小为8x6

# 绘制混淆矩阵
plot_confusion_matrix(model, X_test, y_test, ax=ax)

# 显示图形
plt.show()

在上述代码中,我们首先导入了必要的库和模块。然后,加载了一个示例数据集(鸢尾花数据集),并将其划分为训练集和测试集。接下来,我们使用支持向量机(SVM)模型进行训练,并创建一个指定大小的图形对象。最后,使用plot_confusion_matrix函数绘制混淆矩阵,并通过plt.show()显示图形。

需要注意的是,上述代码中的图形大小设置为8x6,你可以根据需要调整这两个参数来改变图形的大小。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

领券