ConfusionMatrixDisplay#

class sklearn.metrics.ConfusionMatrixDisplay(confusion_matrix, *, display_labels=None)[源代码]#

混乱矩阵可视化。

建议使用 from_estimator 或 from_predictions 创建一个 ConfusionMatrixDisplay .所有参数都存储为属性。

阅读更多的 User Guide .

参数:

confusion_matrix形状的ndarray（n_classes，n_classes）: 混淆矩阵。
display_labelsndarray of shape（n_classes，），default=None: 显示绘图的标签。如果无，则显示标签设置为从0到 n_classes - 1 .

属性:

im_matplotlib AxesImage: 代表混淆矩阵的图像。
text_nd形状数组（n_classes，n_classes），dype =matplotlib文本，或没有: matplotlib轴数组。 None 如果 include_values 是错误的。
ax_matplotlib轴: 带有混淆矩阵的轴。
figure_matplotlib图: 包含混淆矩阵的图。

参见

confusion_matrix: 计算混淆矩阵以评估分类的准确性。
ConfusionMatrixDisplay.from_estimator: 在给定估计量、数据和标签的情况下绘制混淆矩阵。
ConfusionMatrixDisplay.from_predictions: 给定真实和预测标签，绘制混淆矩阵。

示例

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(X, y,
...                                                     random_state=0)
>>> clf = SVC(random_state=0)
>>> clf.fit(X_train, y_train)
SVC(random_state=0)
>>> predictions = clf.predict(X_test)
>>> cm = confusion_matrix(y_test, predictions, labels=clf.classes_)
>>> disp = ConfusionMatrixDisplay(confusion_matrix=cm,
...                               display_labels=clf.classes_)
>>> disp.plot()
<...>
>>> plt.show()

../../_images/sklearn-metrics-ConfusionMatrixDisplay-1.png

classmethod from_estimator(estimator, X, y, *, labels=None, sample_weight=None, normalize=None, display_labels=None, include_values=True, xticks_rotation='horizontal', values_format=None, cmap='viridis', ax=None, colorbar=True, im_kw=None, text_kw=None)[源代码]#

给定估计量和一些数据，绘制混乱矩阵。

阅读更多的 User Guide .

Added in version 1.0.

参数:

estimator估计器实例

安装分类器或安装 Pipeline 其中最后一个估计器是分类器。

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入值。

y形状类似阵列（n_samples，）

目标值。

labels形状类似数组（n_classes，），默认=无

用于索引混淆矩阵的标签列表。这可以用于重新排序或选择标签的子集。如果 None 给出的是那些至少出现一次的 y_true 或 y_pred 按排序顺序使用。

sample_weight形状类似数组（n_samples，），默认=无

样本重量。

normalize' true '，' pred '，'}，默认=无

要么规范化矩阵中显示的计数：

如果 'true' ，混淆矩阵在真实条件（例如行）上进行标准化;
如果 'pred' 在预测条件（例如列）上对混淆矩阵进行归一化;
如果 'all' ，混淆矩阵通过样本总数进行标准化;
如果 None （默认），混淆矩阵将不会被规范化。

display_labels形状类似数组（n_classes，），默认=无

用于绘图的目标名称。默认情况下， labels 如果已定义，将使用，否则将使用的唯一标签 y_true 和 y_pred 将用于

include_values布尔，默认=True

Includes values in confusion matrix.

xticks_rotation“垂直”、“水平”}或浮动，默认='水平'

xtick标签的旋转。

values_format字符串，默认=无

混淆矩阵中值的格式规范。如果 None ，格式规范为“d”或“.2g”，以较短者为准。

cmap字符串或matplotlib Color map，默认=' viridis '

由matplotlib识别的色彩映射表。

axmatplotlib轴，默认=无

轴反对绘图。如果 None ，创建新图形和轴。

colorbar布尔，默认=True

是否向情节添加彩色条。

im_kwdict，默认=无

关键词传递给的直接内容 matplotlib.pyplot.imshow 电话

text_kwdict，默认=无

关键词传递给的直接内容 matplotlib.pyplot.text 电话

Added in version 1.2.

返回:

display : ConfusionMatrixDisplayConfusionMatrixDisplay

参见

ConfusionMatrixDisplay.from_predictions: 给定真实和预测标签，绘制混淆矩阵。

示例

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(
...         X, y, random_state=0)
>>> clf = SVC(random_state=0)
>>> clf.fit(X_train, y_train)
SVC(random_state=0)
>>> ConfusionMatrixDisplay.from_estimator(
...     clf, X_test, y_test)
<...>
>>> plt.show()

../../_images/sklearn-metrics-ConfusionMatrixDisplay-2.png

classmethod from_predictions(y_true, y_pred, *, labels=None, sample_weight=None, normalize=None, display_labels=None, include_values=True, xticks_rotation='horizontal', values_format=None, cmap='viridis', ax=None, colorbar=True, im_kw=None, text_kw=None)[源代码]#

绘制混淆矩阵，给出真实和预测标签。

阅读更多的 User Guide .

Added in version 1.0.

参数:

y_true形状类似阵列（n_samples，）

真正的标签。

y_pred形状类似阵列（n_samples，）

该方法给出的预测标签 predict 分类器的。

labels形状类似数组（n_classes，），默认=无

用于索引混淆矩阵的标签列表。这可以用于重新排序或选择标签的子集。如果 None 给出的是那些至少出现一次的 y_true 或 y_pred 按排序顺序使用。

sample_weight形状类似数组（n_samples，），默认=无

样本重量。

normalize' true '，' pred '，'}，默认=无

要么规范化矩阵中显示的计数：

如果 'true' ，混淆矩阵在真实条件（例如行）上进行标准化;
如果 'pred' 在预测条件（例如列）上对混淆矩阵进行归一化;
如果 'all' ，混淆矩阵通过样本总数进行标准化;
如果 None （默认），混淆矩阵将不会被规范化。

display_labels形状类似数组（n_classes，），默认=无

用于绘图的目标名称。默认情况下， labels 如果已定义，将使用，否则将使用的唯一标签 y_true 和 y_pred 将用于

include_values布尔，默认=True

Includes values in confusion matrix.

xticks_rotation“垂直”、“水平”}或浮动，默认='水平'

xtick标签的旋转。

values_format字符串，默认=无

混淆矩阵中值的格式规范。如果 None ，格式规范为“d”或“.2g”，以较短者为准。

cmap字符串或matplotlib Color map，默认=' viridis '

由matplotlib识别的色彩映射表。

axmatplotlib轴，默认=无

轴反对绘图。如果 None ，创建新图形和轴。

colorbar布尔，默认=True

是否向情节添加彩色条。

im_kwdict，默认=无

关键词传递给的直接内容 matplotlib.pyplot.imshow 电话

text_kwdict，默认=无

关键词传递给的直接内容 matplotlib.pyplot.text 电话

Added in version 1.2.

返回:

display : ConfusionMatrixDisplayConfusionMatrixDisplay

参见

ConfusionMatrixDisplay.from_estimator: 在给定估计量、数据和标签的情况下绘制混淆矩阵。

示例

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> X_train, X_test, y_train, y_test = train_test_split(
...         X, y, random_state=0)
>>> clf = SVC(random_state=0)
>>> clf.fit(X_train, y_train)
SVC(random_state=0)
>>> y_pred = clf.predict(X_test)
>>> ConfusionMatrixDisplay.from_predictions(
...    y_test, y_pred)
<...>
>>> plt.show()

../../_images/sklearn-metrics-ConfusionMatrixDisplay-3.png

plot(*, include_values=True, cmap='viridis', xticks_rotation='horizontal', values_format=None, ax=None, colorbar=True, im_kw=None, text_kw=None)[源代码]#

情节可视化。

参数:

include_values布尔，默认=True: Includes values in confusion matrix.
cmap字符串或matplotlib Color map，默认=' viridis ': 由matplotlib识别的色彩映射表。
xticks_rotation“垂直”、“水平”}或浮动，默认='水平': xtick标签的旋转。
values_format字符串，默认=无: 混淆矩阵中值的格式规范。如果 None ，格式规范为“d”或“.2g”，以较短者为准。
axmatplotlib轴，默认=无: 轴反对绘图。如果 None ，创建新图形和轴。
colorbar布尔，默认=True: 是否向情节添加彩色条。
im_kwdict，默认=无: 关键词传递给的直接内容 matplotlib.pyplot.imshow 电话
text_kwdict，默认=无: 关键词传递给的直接内容 matplotlib.pyplot.text 电话

Added in version 1.2.

返回:

display : ConfusionMatrixDisplayConfusionMatrixDisplay: 返回一个 ConfusionMatrixDisplay 包含绘制混淆矩阵的所有信息的实例。