Vous pouvez facilement visualiser la matrice de mixage en utilisant scikit-learn, mais sklearn.metrics.plot_confusion_matrix est * * L'estimateur est requis comme argument **. Lorsque je cherchais une méthode qui ne nécessite pas d'estimateur car elle ne visualise que, j'ai trouvé sklearn.metrics.ConfusionMatrixDisplay. J'ai donc écrit le code facilement.


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)

Le résultat ressemble à ceci. ダウンロード.png

[PYTHON] Visualisation de matrices mixtes à l'aide de sklearn.metrics.ConfusionMatrixDisplay

référence