在Python中绘制带有自定义x和y轴的混淆矩阵,可以使用matplotlib库来实现。混淆矩阵是用于评估分类模型性能的一种矩阵表示方法,它展示了模型预测结果与真实标签之间的对应关系。
下面是一个示例代码,演示如何使用matplotlib库在Python中绘制带有自定义x和y轴的混淆矩阵:
import numpy as np
import matplotlib.pyplot as plt
# 定义混淆矩阵数据
confusion_matrix = np.array([[10, 2, 3],
[4, 15, 6],
[7, 8, 20]])
# 定义自定义x和y轴标签
labels = ['Class 1', 'Class 2', 'Class 3']
# 绘制混淆矩阵
fig, ax = plt.subplots()
im = ax.imshow(confusion_matrix, cmap='Blues')
# 设置颜色条
cbar = ax.figure.colorbar(im, ax=ax)
# 设置x和y轴刻度
ax.set_xticks(np.arange(len(labels)))
ax.set_yticks(np.arange(len(labels)))
ax.set_xticklabels(labels)
ax.set_yticklabels(labels)
# 在矩阵格子中显示数值
for i in range(len(labels)):
for j in range(len(labels)):
text = ax.text(j, i, confusion_matrix[i, j],
ha='center', va='center', color='black')
# 设置图表标题和标签
ax.set_title('Confusion Matrix')
ax.set_xlabel('Predicted Label')
ax.set_ylabel('True Label')
# 显示图表
plt.show()
在这个示例代码中,我们首先定义了一个3x3的混淆矩阵,然后使用matplotlib库创建一个图表,并使用imshow函数绘制混淆矩阵的热力图。接着,我们设置了自定义的x和y轴标签,并使用set_xticks和set_yticks函数设置刻度。然后,使用set_xticklabels和set_yticklabels函数设置刻度标签。接下来,我们使用text函数在每个矩阵格子中显示对应的数值。最后,我们设置了图表的标题和标签,并使用show函数显示图表。
这是一个简单的示例,你可以根据自己的需求进行进一步的定制和优化。关于混淆矩阵的更多信息和应用场景,你可以参考腾讯云机器学习平台的相关文档:混淆矩阵介绍。
领取专属 10元无门槛券
手把手带您无忧上云