web-dev-qa-db-ja.com

混同行列をプロットするにはどうすればよいですか?

テキスト文書(22000)を100クラスに分類するためにscikit-learnを使用しています。混乱行列の計算にはscikit-learnの混乱行列法を使用します。

model1 = LogisticRegression()
model1 = model1.fit(matrix, labels)
pred = model1.predict(test_matrix)
cm=metrics.confusion_matrix(test_labels,pred)
print(cm)
plt.imshow(cm, cmap='binary')

これは私の混乱マトリックスがどのように見えるかです:

[[3962  325    0 ...,    0    0    0]
 [ 250 2765    0 ...,    0    0    0]
 [   2    8   17 ...,    0    0    0]
 ..., 
 [   1    6    0 ...,    5    0    0]
 [   1    1    0 ...,    0    0    0]
 [   9    0    0 ...,    0    0    9]]

ただし、明確なまたは読みやすいプロットは表示されません。これを行うためのより良い方法はありますか?

48
minks

enter image description here

plt.matshow()の代わりにplt.imshow()を使用するか、seabornモジュールのheatmapドキュメントを参照 )を使用して混同行列をプロットできます。

import seaborn as sn
import pandas as pd
import matplotlib.pyplot as plt
array = [[33,2,0,0,0,0,0,0,0,1,3], 
        [3,31,0,0,0,0,0,0,0,0,0], 
        [0,4,41,0,0,0,0,0,0,0,1], 
        [0,1,0,30,0,6,0,0,0,0,1], 
        [0,0,0,0,38,10,0,0,0,0,0], 
        [0,0,0,3,1,39,0,0,0,0,4], 
        [0,2,2,0,4,1,31,0,0,0,2],
        [0,1,0,0,0,0,0,36,0,2,0], 
        [0,0,0,0,0,0,1,5,37,5,1], 
        [3,0,0,0,0,0,0,0,0,39,0], 
        [0,0,0,0,0,0,0,0,0,0,38]]
df_cm = pd.DataFrame(array, index = [i for i in "ABCDEFGHIJK"],
                  columns = [i for i in "ABCDEFGHIJK"])
plt.figure(figsize = (10,7))
sn.heatmap(df_cm, annot=True)
94
bninopaul

@bninopaulの答えは初心者向けではありません

ここに「コピーして実行」できるコードがあります

import seaborn as sn
import pandas as pd
import matplotlib.pyplot as plt

array = [[13,1,1,0,2,0],
     [3,9,6,0,1,0],
     [0,0,16,2,0,0],
     [0,0,0,13,0,0],
     [0,0,0,0,15,0],
     [0,0,1,0,0,15]]        
df_cm = pd.DataFrame(array, range(6),
                  range(6))
#plt.figure(figsize = (10,7))
sn.set(font_scale=1.4)#for label size
sn.heatmap(df_cm, annot=True,annot_kws={"size": 16})# font size

result

35
user1644018

必要な場合詳細データ混同マトリックスで、 "totals column"および "totals line"、およびpercentsを含む=(%)各セルで、matlab defaultのように(下の画像を参照)

enter image description here

ヒートマップおよびその他のオプションを含む...

Githubで共有されている上記のモジュールをお楽しみください。 )

https://github.com/wcipriano/pretty-print-confusion-matrix


このモジュールはタスクを簡単に実行でき、CMをカスタマイズするための多くのパラメーターを使用して上記の出力を生成します。 enter image description here

16
Wagner Cipriano