我如何绘制混淆矩阵？[重复]

问题描述：

我正在使用 scikit-learn 将 22000 篇文本文档分类到 100 个类别中。我使用 scikit-learn 的混淆矩阵方法来计算混淆矩阵。

model1 = LogisticRegression()
model1 = model1.fit(matrix, labels)
pred = model1.predict(test_matrix)
cm=metrics.confusion_matrix(test_labels,pred)
print(cm)
plt.imshow(cm, cmap='binary')

我的混淆矩阵如下所示：

[[3962  325    0 ...,    0    0    0]
 [ 250 2765    0 ...,    0    0    0]
 [   2    8   17 ...,    0    0    0]
 ..., 
 [   1    6    0 ...,    5    0    0]
 [   1    1    0 ...,    0    0    0]
 [   9    0    0 ...,    0    0    9]]

但是，我没有收到清晰易读的图表。有没有更好的方法？

解决方案 1：

您可以使用plt.matshow()，plt.imshow()或者您可以使用 seaborn 模块heatmap（参见文档）来绘制混淆矩阵

import seaborn as sn
import pandas as pd
import matplotlib.pyplot as plt
array = [[33,2,0,0,0,0,0,0,0,1,3], 
        [3,31,0,0,0,0,0,0,0,0,0], 
        [0,4,41,0,0,0,0,0,0,0,1], 
        [0,1,0,30,0,6,0,0,0,0,1], 
        [0,0,0,0,38,10,0,0,0,0,0], 
        [0,0,0,3,1,39,0,0,0,0,4], 
        [0,2,2,0,4,1,31,0,0,0,2],
        [0,1,0,0,0,0,0,36,0,2,0], 
        [0,0,0,0,0,0,1,5,37,5,1], 
        [3,0,0,0,0,0,0,0,0,39,0], 
        [0,0,0,0,0,0,0,0,0,0,38]]
df_cm = pd.DataFrame(array, index = [i for i in "ABCDEFGHIJK"],
                  columns = [i for i in "ABCDEFGHIJK"])
plt.figure(figsize = (10,7))
sn.heatmap(df_cm, annot=True)

解决方案 2：

@bninopaul 的答案并不完全适合初学者

这是您可以“复制并运行”的代码

import seaborn as sn
import pandas as pd
import matplotlib.pyplot as plt

array = [[13,1,1,0,2,0],
         [3,9,6,0,1,0],
         [0,0,16,2,0,0],
         [0,0,0,13,0,0],
         [0,0,0,0,15,0],
         [0,0,1,0,0,15]]

df_cm = pd.DataFrame(array, range(6), range(6))
# plt.figure(figsize=(10,7))
sn.set(font_scale=1.4) # for label size
sn.heatmap(df_cm, annot=True, annot_kws={"size": 16}) # font size

plt.show()

解决方案 3：

如果您希望混淆矩阵中包含*更多数据，包括“总计列”和“总计行”，以及每个单元格中的百分比（%），就像 matlab 默认的那样*（见下图）

包括热图和其他选项...

您应该会喜欢上面的模块，它在 github 上共享；）

https://github.com/wcipriano/pretty-print-confusion-matrix

该模块可以轻松完成您的任务，并生成上述输出，其中包含大量参数以定制您的 CM：