使用plot_confusion_matrix绘制多个混淆矩阵

Question

我正在使用plot_confusion_matrix中的sklearn.metrics。我想像子图一样将那些混淆矩阵彼此相邻。

Answer 1

让我们使用good'ol虹膜数据集来重现此数据，并使用plot_confusion_matrix拟合多个分类器以绘制各自的混淆矩阵：

plot_confusion_matrix

设置-

from sklearn.ensemble import AdaBoostClassifier, GradientBoostingClassifier
from sklearn.svm import SVC
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import plot_confusion_matrix
from matplotlib import pyplot as plt

data = load_iris()
X = data.data
y = data.target

因此，您可以简单地比较所有矩阵，方法是

X_train, X_test, y_train, y_test = train_test_split(X, y)

lg = LogisticRegression(solver = 'lbfgs')
ab = AdaBoostClassifier()
gb = GradientBoostingClassifier()
svc = SVC()

classifiers = [lg,ab,gb,svc]
for i, cls in enumerate(classifiers):
    cls.fit(X_train, y_train)

，然后迭代返回的轴对象，并使用plt.subplots绘制各个混淆矩阵：

plot_confusion_matrix

---

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(15,10))
axes = axes.flatten()

for i, ax in enumerate(axes.flatten()):
    cls = classifiers[i]
    plot_confusion_matrix(cls, 
                          X_test, 
                          y_test, 
                          ax=ax, 
                          cmap='Blues',
                         display_labels=data.target_names)
    ax.title.set_text(type(cls).__name__)
plt.show()