【796】Confusion Matrix 混淆矩阵相关

参考：sklearn.metrics.confusion_matrix

参考：Confusion matrix

参考：Matplotlib setting title bold while using "Times New Roman"

参考：seaborn.heatmap

参考：Choosing Colormaps in Matplotlib（colorbar关键字）

1. 创建 Confusion Matrix （方法一）

import numpy as np
import seaborn as sns
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt

# 两个数组存储在npy文件中了，下面为读取
y_true = list(np.load('y_true.npy'))
y_pred = list(np.load('y_pred.npy'))

# 计算混淆矩阵数量
C2 = confusion_matrix(y_true, y_pred, labels=[0, 1, 2])
# 计算百分比
C2_normal = np.round(C2/np.sum(C2, axis=1).reshape(-1, 1), 2)

sns.set()
sns.heatmap(C2_normal, cmap="YlGnBu", annot=True)

# 设置全局字体
plt.rcParams['font.sans-serif'] = 'Times New Roman'
# 设置x轴y轴的显示内容，并加粗
plt.xlabel("Predicted label", fontweight='bold')
plt.ylabel('True label', fontweight='bold')
# 设置x轴y轴的显示刻度
plt.xticks([0, 1, 2], [-1, 0, 1])
plt.yticks([0, 1, 2], [-1, 0, 1])

# 图像显示
#plt.show()

# 图像存储，PDF为矢量图
plt.savefig("Confusion_matrix.pdf")

效果：

通过 Adobe Acrobat 调整标签位置

参考：How to Plot Confusion Matrix Heatmap in Python

参考：Python中生成并绘制混淆矩阵（confusion matrix）

2. 创建 Confusion Matrix （方法二）

import seaborn as sns
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt

# 两个数组存储在npy文件中了，下面为读取
y_true = list(np.load('y_true.npy'))
y_pred = list(np.load('y_pred.npy'))

# 计算混淆矩阵数量
C2 = confusion_matrix(y_true, y_pred, labels=[0, 1, 2])
# 计算百分比
C2_normal = np.round(C2/np.sum(C2, axis=1).reshape(-1, 1), 2)

sns.set()
f, ax = plt.subplots()
sns.heatmap(C2_normal, cmap="YlGnBu", annot=True, ax=ax) # heatmap

#ax.set_title('Normalized confusion maxtrix') # title
ax.set_xlabel('Predicted label')
ax.set_ylabel('True label')
ax.xaxis.set_ticklabels([-1, 0, 1])
ax.yaxis.set_ticklabels([-1, 0, 1])

效果：

参考：python画混淆矩阵(confusion matrix)

1. 设置 matplotlib.pyplot 全局字体

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'Times New Roman'

参考：matplotlib字体设置看这一篇就够了

2.