机器学习(7)---混淆矩阵可视化
2018-03-01 11:08
597 查看
混淆矩阵可视化
代码如下:#-*- coding:utf-8 -*- import matplotlib.pyplot as plt import numpy as np from sklearn.metrics import confusion_matrix y_true=[1,0,0,2,1,0,3,3,3] y_pred=[1,1,0,2,1,0,1,3,3] #混淆矩阵 confusion_mat=confusion_matrix(y_true,y_pred) def plot_confusion_matrix(confusion_mat): plt.imshow(confusion_mat,interpolation='nearest',cmap=plt.cm.Paired) plt.title('Confusion Matrix') plt.colorbar() tick_marks=np.arange(4) plt.xticks(tick_marks,tick_marks) plt.yticks(tick_marks,tick_marks) plt.ylabel('True Label') plt.xlabel('Predicted Label') plt.show() plot_confusion_matrix(confusion_mat)
结论:对角线区域越亮越好
画图显示如下:
相关文章推荐
- 机器学习模型评价指标 -- 混淆矩阵
- 【机器学习】评价指标 - 混淆矩阵confusion matrix, 准确率,召回率
- 机器学习(三)混淆矩阵
- 混淆矩阵,机器学习评价准则,ROC曲线-阈值评价标准
- 混淆矩阵,机器学习评价准则,ROC曲线-阈值评价标准
- 机器学习中常用的矩阵求导公式
- 机器学习笔记(二)矩阵和线性代数 例:用Python实现SVD分解进行图片压缩
- 机器学习各种算法结果可视化比对
- [置顶] python—结巴分词的原理理解,Hmm中的转移概率矩阵和混淆矩阵。
- 机器学习 深度学习用到的数学基础知识 标量、向量、矩阵和张量
- 【机器学习】【可视化】Matplotlib的scatter函数用法
- 机器学习中会用到的矩阵、向量求导公式
- confusion_matrix 混淆矩阵的用法
- 机器学习——矩阵知识复习
- 机器学习的调式和可视化
- 混淆矩阵
- Python基于泊松分布产生随机数及可视化显示,并将其形成矩阵对其相关计算
- 机器学习----神经网络(一)Jacobian矩阵和Hessian矩阵
- Python 绘制混淆矩阵函数 confusion_matrix
- 机器学习中的矩阵方法01:线性系统和最小二乘