实现python绘制混淆矩阵的方法 - 行业资讯 - 肥雀云

　　介绍

小编给大家分享一下实现python绘制混淆矩阵的方法,希望大家阅读完这篇文章后大所收获、下面让我们一起去探讨吧!

<强> <强>

/不正确标签的计数来表示模型在表格格式中的准确性。

<强>/绘制混淆矩阵: <强>

<强> <强>

<强>

<强> <强>

<强> python绘制混淆矩阵: <强>

import itertools 　　, 　　import numpy as np 　　, 　　import matplotlib.pyplot as plt 　　, 　　得到sklearn import 支持向量机,数据集　　, 　　得到sklearn.model_selection import train_test_split 　　, 　　得到sklearn.metrics import confusion_matrix 　　, 　　#,import some data 用play 　　, 　　时间=iris datasets.load_iris () 　　, 　　X =iris.data 　　, 　　y =iris.target 　　, 　　class_names =iris.target_names 　　, 　　#,Split 从而,data into a training set 以及a test 集　　, 　　X_train, X_test, y_train,, y_test =, train_test_split (X, y,, random_state=0) 　　, 　　#,Run 分类器,using a model that is too regularized (C too 低),用看到的　　, 　　#,从而impact 提醒,结果　　, 　　时间=classifier svm.SVC(内核=& # 39;线性# 39;,,C=0.01) 　　, 　　时间=y_pred classifier.fit (X_train, y_train) .predict (X_test) 　　, 　　def plot_confusion_matrix(厘米,,类, 　　,=False正常化, 　　, 　　title=& # 39; Confusion 矩阵# 39; 　　, 　　提出=plt.cm.Blues): 　　, 　　“““ 　　, 　　却,能够function prints 以及plots 从而confusion 矩阵。　　, 　　Normalization 还要be applied by setting “正常化=True”。　　, 　　“““ 　　, 　　if 规范化: 　　, 　　时间=cm cm.astype(& # 39;浮动# 39;),/,cm.sum(轴=1)(:,,np.newaxis] 　　, 　　print (“Normalized confusion matrix") 　　, 　　其他: 　　, 　　打印(& # 39;Confusion 矩阵,,without 规范化# 39;) 　　, 　　打印(cm) 　　, 　　plt.imshow (cm,插值=& # 39;最近的# 39;,,提出=提出) 　　, 　　plt.title(标题) 　　, 　　plt.colorbar () 　　, 　　时间=tick_marks np.arange (len(类)) 　　, 　　plt.xticks (tick_marks,类,旋转=45) 　　, 　　plt.yticks (tick_marks,类) 　　, 　　时间=fmt & # 39; .2f& # 39;, if normalize else & # 39; d # 39; 　　, 　　时间=thresh cm.max (),/2。　　, 　　for 我,j 拷贝itertools.product(范围(cm.shape[0]),,范围(cm.shape [1])): 　　, 　　plt.text (j,,我,,格式(cm (i, j), fmt), 　　, 　　horizontalalignment=癱enter", 　　, 　　颜色=皐hite", if 厘米(i, j),祝辞,thresh else “black") 　　, 　　颜色=皐hite", if 厘米(i, j),祝辞,thresh else “black") 　　, 　　plt.tight_layout () 　　, 　　plt.ylabel (& # 39; True 标签# 39;) 　　, 　　plt.xlabel (& # 39; Predicted 标签# 39;) 　　, 　　#,Compute confusion 矩阵　　, 　　时间=cnf_matrix confusion_matrix (y_test, y_pred) 　　, 　　np.set_printoptions(精度=2) 　　, 　　#,Plot non-normalized confusion 矩阵　　, 　　plt.图（）　　,=class_names plot_confusion_matrix (cnf_matrix,类, 　　, 　　title=& # 39; Confusion 矩阵,,without 规范化# 39; 　　, 　　#,Plot normalized confusion 矩阵　　, 　　plt.图（）　　,=class_names plot_confusion_matrix (cnf_matrix,类,,=True正常化, 　　, 　　title=& # 39; Normalized confusion 矩阵# 39; 　　, 　　plt.show ()

实现python绘制混淆矩阵的方法

Confusion 矩阵,without 正常化　　, 　　[[13,0,0) 　　, 　　(10,0,6] 　　, 　　(0,0,9]] 　　, 　　Normalized confusion 矩阵　　, 　　[[0,1只,只0只) 　　, 　　(0.62,0.38,0只) 　　, 　　[,0只0只1只]]

看完了这篇文章,相信你对实现python绘制混淆矩阵的方法有了一定的了解,想了解更多相关知识,欢迎关注行业资讯频道,感谢各位的阅读!