使用没有分类器的 scikit-learn 绘制混淆矩阵 [英] Plot Confusion Matrix with scikit-learn without a Classifier

问题描述

我有一个使用 sklearn.metrics.confusion_matrix 创建的混淆矩阵.

I have a confusion matrix created with sklearn.metrics.confusion_matrix.

现在，我想用 sklearn.metrics.plot_confusion_matrix 绘制它，但第一个参数是训练好的分类器，如 文档.问题是我没有分类器；结果是通过手动计算获得的.

Now, I would like to plot it with sklearn.metrics.plot_confusion_matrix, but the first parameter is the trained classifier, as specified in the documentation. The problem is that I don't have a classifier; the results were obtained doing manual calculations.

是否仍然可以通过 scikit-learn 在一行中绘制混淆矩阵，还是必须使用 matplotlib 自己编写代码?

Is it still possible to plot the confusion matrix in one line via scikit-learn, or do I have to code it myself with matplotlib?

推荐答案

您可以直接导入 plot_confusion_matrix 的事实表明您安装了最新版本的 scikit-learn (0.22).所以你可以看看plot_confusion_matrix()的源代码，看看它是如何使用estimator的.

The fact that you can import plot_confusion_matrix directly suggests that you have the latest version of scikit-learn (0.22) installed. So you can just look at the source code of plot_confusion_matrix() to see how its using the estimator.

来自 最新来源这里，估计器用于:

1. 使用confusion_matrix计算混淆矩阵
2. 获取标签(y 的唯一值，对应于混淆矩阵中的 0,1,2..)

所以如果你已经有了这两样东西，你只需要下面的部分:

So if you have those two things already, you just need the below part:

import matplotlib.pyplot as plt
from sklearn.metrics import ConfusionMatrixDisplay

disp = ConfusionMatrixDisplay(confusion_matrix=cm,
                              display_labels=display_labels)


# NOTE: Fill all variables here with default values of the plot_confusion_matrix
disp = disp.plot(include_values=include_values,
                 cmap=cmap, ax=ax, xticks_rotation=xticks_rotation)

plt.show()

请查看注释中的注释.

对于旧版本，您可以查看 matplotlib 部分的编码方式 这里

For older versions, you can look at how the matplotlib part is coded here

这篇关于使用没有分类器的 scikit-learn 绘制混淆矩阵的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！