Python sklearn ConfusionMatrixDisplay用法及代碼示例

本文簡要介紹python語言中 sklearn.metrics.ConfusionMatrixDisplay 的用法。

用法:

class sklearn.metrics.ConfusionMatrixDisplay(confusion_matrix, *, display_labels=None)

混淆矩陣可視化。

建議使用 from_estimator 或 from_predictions 創建 ConfusionMatrixDisplay 。所有參數都存儲為屬性。

在用戶指南中閱讀更多信息。

參數：

confusion_matrix：ndarray 形狀(n_classes，n_classes)

混淆矩陣。

display_labels：ndarray 形狀(n_classes，)，默認=無

顯示繪圖標簽。如果沒有，顯示標簽設置為從 0 到 n_classes - 1 。

屬性：

im_：matplotlib AxesImage

表示混淆矩陣的圖像。

text_：ndarray of shape (n_classes, n_classes), dtype=matplotlib Text, or None

matplotlib 軸數組。 None 如果 include_values 為假。

ax_：matplotlib 軸

帶有混淆矩陣的軸。

figure_：matplotlib 圖

包含混淆矩陣的圖。

例子：

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(X, y,
...                                                     random_state=0)
>>> clf = SVC(random_state=0)
>>> clf.fit(X_train, y_train)
SVC(random_state=0)
>>> predictions = clf.predict(X_test)
>>> cm = confusion_matrix(y_test, predictions, labels=clf.classes_)
>>> disp = ConfusionMatrixDisplay(confusion_matrix=cm,
...                               display_labels=clf.classes_)
>>> disp.plot()
<...>
>>> plt.show()