关于混淆矩阵的概念,可参考此篇博文混淆矩阵

1.混淆矩阵
混淆矩阵是机器学习中总结分类模型预测结果的情形分析表,以矩阵形式将数据集中的记录按照真实的类别与分类模型作出的分类判断两个标准进行汇总。这个名字来源于它可以非常容易的表明多个类别是否有混淆(也就是一个class被预测成另一个class

下图是混淆矩阵的一个例子

其中灰色部分是真实分类和预测分类结果相一致的,绿色部分是真实分类和预测分类不一致的,即分类错误的。

2.confusion_matrix函数的使用

官方文档中给出的用法是
sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

y_true: 是样本真实分类结果,y_pred: 是样本预测分类结果
labels:是所给出的类别,通过这个可对类别进行选择
sample_weight : 样本权重

实现例子:

from sklearn.metrics import confusion_matrixy_true=[2,1,0,1,2,0]
y_pred=[2,0,0,1,2,1]C=confusion_matrix(y_true, y_pred)

运行结果:

这儿没有标注类别:下图是标注类别以后,更加好理解

关于类别顺序可由 labels参数控制调整,例如 labels=[2,1,0],则类别将以这个顺序自上向下排列。默认数字类别是从小到大排列,英文类别是按首字母顺序排列

下面是官方文档上的一个例子

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

运行结果

array([[2, 0, 0],[0, 0, 1],[1, 0, 2]])

以上是关于confusion_matrix函数的用法,欢迎大家一起交流学习强调内容

混淆矩阵及confusion_matrix函数的使用相关推荐

  1. Python混淆矩阵(confusion_matrix)FP、FN、TP、TN、ROC,FROC,精确率(Precision),召回率(Recall),准确率(Accuracy),F1分数详述与实现

    目录 一.FP.FN.TP.TN 二.准确率(Accuracy).精确率(Precision).召回率(Recall).F1score 2.1.准确率(Accuracy) 2.2.召回率(Recall ...

  2. python混淆矩阵,详解使用python绘制混淆矩阵(confusion_matrix)

    这篇文章主要介绍了详解使用python绘制混淆矩阵(confusion_matrix),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学 ...

  3. 【模型评估】混淆矩阵(confusion_matrix)之 TP、FP、TN、FN;敏感度、特异度、准确率、精确率

    你这蠢货,是不是又把酸葡萄和葡萄酸弄"混淆"啦!!!这里的混淆,我们细品,帮助我们理解名词"混淆矩阵" 上面日常情况中的混淆就是:是否把某两件东西或者多件东西给 ...

  4. python学习 - 图标签用宋体Times New Roman字体 + 规范的混淆矩阵绘制

    python学习 - 图标签用宋体&Times New Roman字体 + 规范的混淆矩阵绘制 只需复制下面一行代码即可获得效果 中文:宋体字号 英文和数字:Times New Roman字体 ...

  5. python matplotlib绘制混淆矩阵并配色

    文章目录 步骤1:网络测试结果保存 步骤2:矩阵绘制 混淆矩阵绘制结果 步骤1:网络测试结果保存 以pytorch为例,在测试阶段保存结果的参考代码为: resultTxtName = "r ...

  6. python混淆_python实现混淆矩阵

    机器学习的评估指标​zhuanlan.zhihu.com 该篇文章介绍了机器学习的一些评估指标,要得到这些指标的基础,就是先求得混淆矩阵,那在代码中怎么获取混淆矩阵呢? 二分类 二分类比较简单,所以我 ...

  7. Python机器学习:评价分类结果008多分类问题中的混淆矩阵

    多分类问题中的混淆矩阵 #十分类问题 import matplotlib.pyplot as plt import numpy as np 数据 from sklearn import dataset ...

  8. Python机器学习:评价分类结果003实现混淆矩阵,精准率和召回率

    #实现混淆矩阵,精准率和召回率 import numpy as np from sklearn import datasets digits = datasets.load_digits() X = ...

  9. 混淆矩阵 python实现

    Summary 涉及到分类问题,我们经常需要通过可视化混淆矩阵来分析实验结果进而得出调参思路,本文介绍如何利用python绘制混淆矩阵(confusion_matrix),本文只提供代码,给出必要注释 ...

最新文章

  1. 计算机网络原理 大型实验,计算机网络原理实验 实验一
  2. C++ assert 断言使用
  3. python字符串截取split-python实现字符串完美拆分split()的方法
  4. Java多线程之线程并发库原子性操作类
  5. Redis的常用命令——hash的常用命令
  6. Spring Shiro 入门必看
  7. 干货!华为AutoML助力AI开发效率提升攻略
  8. 让 .NET 程序 Autorun
  9. sed、head、grep、tail、EOF
  10. 在线JSON转CSV格式文件工具
  11. android阿里图标库,Android Stdio调用阿里图标库
  12. 网页磁贴模板_文本磁贴(登录)模板 (HTML)
  13. 台式计算机没有外放声音,台式机没有音响如何外放声音
  14. 13丨性能测试场景:如何进行场景设计
  15. 板绘技巧:水晶怎么画?如何画出晶莹剔透的效果?
  16. 那些年,我一个人走过的坑——拆装硬盘、装内存条、装双系统
  17. linux系统命令作业
  18. MJJ的英语单词字符串
  19. 【硬件】常见芯片封装技术
  20. Elixir应用简介

热门文章

  1. 机械革命蛟龙16Windows重装流程
  2. 搜索大数据,不应被忽视的金矿
  3. 动态规划:国王与金矿
  4. python代码入门教程_Python入门教程丨1300多行代码,让你轻松掌握基础知识点
  5. 确保Kubernetes软件供应链的安全
  6. java的八种基本数据类型以及变量的声明
  7. 多线程进阶:volatile的作用以及实现原理
  8. 通过数据泵expdp、impdp方式备份与还原(导出与导入)Oracle数据库
  9. oracle 数据泵介绍,ORACLE-数据泵
  10. MTPutty 保存设置