【机器学习】混淆矩阵及其绘制

2024-07-16 13:15| 来源: 网络整理| 查看: 265

混淆矩阵主要用于表示分类精度,利用横轴为预测结果纵轴为标准结果的表格图，可视化地展示算法的分类性能。

一个混淆矩阵的例子

其中第一类有10个，第二类有14个，第三类有21个。而实际的预测结果是第一类有一个样本错误预测为了第二类；第二类有5个错认为第一类，2个错认为第三类；第三类中有两个被错认为第一类，6个第二类。

：D：Dclass 1↓class 2↓class 3↓：D：D实际结果↓实际结果↓实际结果↓预测结果→class1952预测结果→class2176预测结果→class30213

而所有正确预测的都在对角线上！通过混淆矩阵可以直观的看到算法对于哪些分类存在的问题。(行或者列代表预测结果/真实结果不影响最终矩阵的表现，因为不在对角线的元素才会显示算法的性能，交换行列矩阵只会装置对称)

混淆矩阵的可视化

我们在获得分类结果后，可以使用matplotlib来进行混淆矩阵的可视化，具体的计算方法可以参考scikit-learn,tensorflow,matlab 五种分类的情况下，假设混淆矩阵如下所示：

class = ['A'，'B'，'C','D','E'] #类别标签 confusion_matrix = [[9 1 3 4 0 0] [2,13,1,3,4] [1 4 10 0 13] [3 1 1 17 0] [0 0 0 1 14]] #混淆矩阵 #confusion_matrix import numpy as np import matplotlib.pyplot as plt classes = ['A','B','C','D','E'] confusion_matrix = np.array([(9,1,3,4,0),(2,13,1,3,4),(1,4,10,0,13),(3,1,1,17,0),(0,0,0,1,14)],dtype=np.float64) plt.imshow(confusion_matrix, interpolation='nearest', cmap=plt.cm.Oranges) #按照像素显示出矩阵 plt.title('confusion_matrix') plt.colorbar() tick_marks = np.arange(len(classes)) plt.xticks(tick_marks, classes, rotation=-45) plt.yticks(tick_marks, classes) thresh = confusion_matrix.max() / 2. #iters = [[i,j] for i in range(len(classes)) for j in range((classes))] #ij配对，遍历矩阵迭代器 iters = np.reshape([[[i,j] for j in range(5)] for i in range(5)],(confusion_matrix.size,2)) for i, j in iters: plt.text(j, i, format(confusion_matrix[i, j])) #显示对应的数字 plt.ylabel('Real label') plt.xlabel('Prediction') plt.tight_layout() plt.show() #iter:https://blog.csdn.net/zlf19910726/article/details/79172333 #np:https://blog.csdn.net/a486259/article/details/85238726 #array manipulate:https://blog.csdn.net/zhangchuang601/article/details/79626511 #color:https://matplotlib.org/users/colormaps.html

在这里插入图片描述

ref: wiki:https://en.wikipedia.org/wiki/Confusion_matrix scikit-learn:https://scikit-learn.org/stable/auto_examples/model_selection/plot_confusion_matrix.html matlab:https://www.mathworks.com/help/deeplearning/ref/confusion.html Tensorflow:https://tensorflow.google.cn/api_docs/python/tf/confusion_matrix https://www.cnblogs.com/bonelee/p/8610205.html https://blog.csdn.net/qq_28448117/article/details/78219549 https://blog.csdn.net/wowotuo/article/details/38262057 https://www.cnblogs.com/missidiot/p/9450662.html https://baike.baidu.com/item/混淆矩阵/10087822?fr=aladdin 在这里插入图片描述 pic from ssyer.com

【本文地址】

公司简介

联系我们