假设我有一个数组(可能)有43个不同的值,例如
import pandas as pd
Y_test = pd.Series([4,4,4,42,42,0,1,1,19], dtype=int)
Y_hat = pd.Series([4,4,2,32,42,0,5,5,19], dtype=int)
[每当我尝试用以下方式绘制混淆矩阵时:
def create_conf_mat(index, y_test, y_hat):
cm = confusion_matrix(y_test, y_hat)
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(cm)
plt.title(f'Confusion Matrix ({index} features, 1 outcome)')
fig.colorbar(cax)
plt.xlabel('Predicted')
plt.ylabel('Actual')
plt.savefig(f'confm_{index}.png')
plt.savefig(f'confm_{index}.svg')
plt.savefig(f'confm_{index}.pdf')
return
我没有得到标签[0、1、2、4、5、19、32、42],但[0、1、2、3、4、5、6、7]。我试图通过使用y_test / y_hat中的唯一值作为标签参数来显式设置标签,但是它也不起作用。我什至试图将整数值转换为字符串,但是这样做,sklearn抱怨至少一个标签必须位于y_true中。有谁知道我如何才能将y_test和y_pred中的实际值绘制为混淆矩阵中的标签?
如documentation中所提示,关于labels
的confusion_matrix
参数:
如果未指定任何值,则按顺序使用在y_true或y_pred中至少出现一次的那些。
因此,我们需要将两个列表放在一起,并提取唯一编号的列表:
labels = np.unique(np.concatenate([y_test.values, y_hat.values]))
plt.xticks(range(len(labels)), labels)
plt.yticks(range(len(labels)), labels)