confusion_matrix函數的使用

from：http://blog.csdn.net/m0_38061927/article/details/77198990

官方文檔中給出的用法是
sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

y_true: 是樣本真實分類結果，y_pred: 是樣本預測分類結果
labels：是所給出的類別，通過這個可對類別進行選擇
sample_weight : 樣本權重

實現例子：

from sklearn.metrics import confusion_matrix

y_true=[2,1,0,1,2,0] y_pred=[2,0,0,1,2,1] C=confusion_matrix(y_true, y_pred) 

運行結果：

這兒沒有標注類別：下圖是標注類別以后，更加好理解

關於類別順序可由 labels參數控制調整，例如 labels=[2,1,0],則類別將以這個順序自上向下排列。默認數字類別是從小到大排列，英文類別是按首字母順序排列

下面是官方文檔上的一個例子

y_true = ["cat", "ant", "cat", "cat", "ant", "bird"] y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"] confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])

運行結果

array([[2, 0, 0], [0, 0, 1], [1, 0, 2]])