Python可视化混淆矩阵_python 计算混淆矩阵

Python可视化混淆矩阵

混淆矩阵（confusion matrix）是用于评估分类模型表现的一种常用方法。混淆矩阵通过将预测值与真实值进行比较来展示模型对于每个类别的分类效果。本文将介绍如何使用Python生成可视化的混淆矩阵。

首先需要安装相关的Python库，包括sklearn、matplotlib和numpy。可以通过pip install命令来安装：

pip install sklearn
pip install matplotlib
pip install numpy
1
2
3

接下来，读取模型的预测结果和真实值，并将它们转化为numpy数组。

from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt
import numpy as np

# 模型预测结果和真实值
y_pred = ["cat", "dog", "cat", "cat", "dog", "bird", "bird", "cat", "dog", "bird"]
y_true = ["cat", "dog", "dog", "cat", "dog", "bird", "bird", "dog", "dog", "cat"]

# 将预测结果和真实值转化为numpy数组
labels = sorted(list(set(y_true)))
cm = confusion_matrix(y_true, y_pred, labels=labels)
1
2
3
4
5
6
7
8
9
10
11

现在我们已经得到了混淆矩阵，我们可以使用