matplotlib如何绘制混淆矩阵-亚博电竞手机版

小编给大家分享一下matplotlib如何绘制混淆矩阵，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！

代码如下：

importitertools importmatplotlib.pyplotasplt importnumpyasnp #绘制混淆矩阵 defplot_confusion_matrix(cm,classes,normalize=false,title='confusionmatrix',cmap=plt.cm.blues): """ -cm:计算出的混淆矩阵的值 -classes:混淆矩阵中每一行每一列对应的列 -normalize:true:显示百分比,false:显示个数 """ ifnormalize: cm=cm.astype('float')/cm.sum(axis=1)[:,np.newaxis] print("显示百分比：") np.set_printoptions(formatter={'float':'{:0.2f}'.format}) print(cm) else: print('显示具体数字：') print(cm) plt.imshow(cm,interpolation='nearest',cmap=cmap) plt.title(title) plt.colorbar() tick_marks=np.arange(len(classes)) plt.xticks(tick_marks,classes,rotation=45) plt.yticks(tick_marks,classes) #matplotlib版本问题，如果不加下面这行代码，则绘制的混淆矩阵上下只能显示一半，有的版本的matplotlib不需要下面的代码，分别试一下即可 plt.ylim(len(classes)-0.5,-0.5) fmt='.2f'ifnormalizeelse'd' thresh=cm.max()/2. fori,jinitertools.product(range(cm.shape[0]),range(cm.shape[1])): plt.text(j,i,format(cm[i,j],fmt), horizontalalignment="center", color="white"ifcm[i,j]>threshelse"black") plt.tight_layout() plt.ylabel('truelabel') plt.xlabel('predictedlabel') plt.show()

测试数据：

cnf_matrix=np.array([[8707,64,731,164,45], [1821,5530,79,0,28], [266,167,1982,4,2], [691,0,107,1930,26], [30,0,111,17,42]]) attack_types=['normal','dos','probe','r2l','u2r']

第一种情况：显示百分比

plot_confusion_matrix(cnf_matrix,classes=attack_types,normalize=true,title='normalizedconfusionmatrix')

效果：

第二种情况：显示数字

plot_confusion_matrix(cnf_matrix,classes=attack_types,normalize=false,title='normalizedconfusionmatrix')

效果：

看完了这篇文章，相信你对“matplotlib如何绘制混淆矩阵”有了一定的了解，如果想了解更多相关知识，欢迎关注恰卡编程网行业资讯频道，感谢各位的阅读！