利用python繪制混淆矩陣，直接附代碼。
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt
y_pred = [] # ['2','2','3','1','4'] # 類似的格式
y_true = [] # ['0','1','2','3','4'] # 類似的格式
# 對上面進行賦值
C = confusion_matrix(y_true, y_pred, labels=['0','1','2','3','4']) # 可將'1'等替換成自己的類別，如'cat'。
plt.matshow(C, cmap=plt.cm.Reds) # 根據(jù)最下面的圖按自己需求更改顏色
# plt.colorbar()
for i in range(len(C)):
for j in range(len(C)):
plt.annotate(C[j, i], xy=(i, j), horizontalalignment='center', verticalalignment='center')
# plt.tick_params(labelsize=15) # 設(shè)置左邊和上面的label類別如0,1,2,3,4的字體大小。
plt.ylabel('True label')
plt.xlabel('Predicted label')
# plt.ylabel('True label', fontdict={'family': 'Times New Roman', 'size': 20}) # 設(shè)置字體大小。
# plt.xlabel('Predicted label', fontdict={'family': 'Times New Roman', 'size': 20})
# plt.xticks(range(0,5), labels=['a','b','c','d','e']) # 將x軸或y軸坐標，刻度 替換為文字/字符
# plt.yticks(range(0,5), labels=['a','b','c','d','e'])
plt.show()
簡單理解混淆矩陣的元素含義，例如下面第一行第二個的“3”表示實際標簽為類別0的預測成類別1的有3個樣本。文章來源：http://www.zghlxwxcb.cn/news/detail-598299.html
附效果圖：
如果需要切換不同的顏色，如：
文章來源地址http://www.zghlxwxcb.cn/news/detail-598299.html
到了這里，關(guān)于利用python繪制混淆矩陣的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
