Sie können die Mischmatrix einfach mit scikit-learn visualisieren, aber sklearn.metrics.plot_confusion_matrix ist * * Schätzer wird als Argument benötigt **. Als ich nach einer Methode suchte, für die kein Schätzer erforderlich ist, da sie nur visualisiert, fand ich sklearn.metrics.ConfusionMatrixDisplay. Also habe ich den Code einfach geschrieben.
import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
data = load_breast_cancer()
X, y = data.data, data.target
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
clf = SVC(random_state=0)
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
cm = confusion_matrix(y_pred=y_pred, y_true=y_test)
cmp = ConfusionMatrixDisplay(cm, display_labels=data.target_names)
cmp.plot(cmap=plt.cm.Blues)
Das Ergebnis sieht so aus.
Recommended Posts