混淆矩陣簡介與Python實現

2021-08-20 06:38:48 字數 1070 閱讀 9184

什麼是混淆矩陣

混淆矩陣是機器學習中總結分類模型**結果的情形分析表,以矩陣形式將資料集中的記錄按照真實的類別與分類模型作出的分類判斷兩個標準進行彙總。這個名字**於它可以非常容易的表明多個類別是否有混淆(也就是乙個class被**成另乙個class)

如下圖:

其中綠色部分是**正確的,紅色是**錯誤的。

對於二分類(正誤)問題來說:

參考:

python混淆矩陣的使用

confusion_matrix函式的使用

官方文件中給出的用法是

sklearn.metrics.confusion_matrix(y_true, y_pred, labels=none, sample_weight=none)

y_true: 是樣本真實分類結果,y_pred: 是樣本**分類結果

labels:是所給出的類別,通過這個可對類別進行選擇

sample_weight : 樣本權重

實現**:

from sklearn.metrics import confusion_matrix

y_true = [2, 1, 0, 1, 2, 0]

y_pred = [2, 0, 0, 1, 2, 1]

c=confusion_matrix(y_true, y_pred)

print(c, end='\n\n')

y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]

y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]

c2 = confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])

print(c2)

Matplotlib繪製混淆矩陣的實現

對於機器www.cppcns.com學習多分類模型來說,其評價指標除了精度之外,常用的還有混淆矩陣和分類報告,下面來展示一下如何繪製混淆矩陣,這在 中經常會用到。如下 import itertools import matplotlib.pyplot as plt import numpy as n...

Python學習 混淆矩陣的生成

from sklearn import metrics cm train metrics.confusion matrix y train,model.predict x train 訓練樣本的混淆矩陣 在總共66個動物中,我們一共 對了10 15 20 45個樣本,所以準確率 accuracy 4...

python資料分析與挖掘實戰的混淆矩陣糾錯

coding utf 8 使用神經網路演算法 銷量高低 from keras.models import sequential from keras.layers.core import dense,activation import pandas as pd from cmplot import ...