Python繪製混淆矩陣圖表

一、介紹

混淆矩陣（Confusion Matrix）是機器學習領域中的一個重要概念，是用於評估分類器性能的一種矩陣。混淆矩陣能夠直觀的展示分類結果的正確性和錯誤性，有助於分析分類器的優缺點，優化分類器性能。在實際應用中，我們經常需要使用混淆矩陣來評估模型性能，這時候就需要使用Python進行混淆矩陣的繪製和分析。

Python作為一門強大的編程語言，有著豐富的機器學習庫和可視化工具，可以方便地進行混淆矩陣的繪製和分析。本文將介紹如何使用Python庫對混淆矩陣進行可視化展示，包括常用的sklearn庫和matplotlib庫，幫助讀者掌握Python繪製混淆矩陣圖表的技能。

二、如何繪製混淆矩陣

1. 混淆矩陣是什麼

混淆矩陣是分類模型評價指標中的一種，主要提供了分類結果的信息，矩陣的行代表實際的情況，列代表預測的情況。相互交叉的單元格表示分類性能的質量，每一個單元格代表了模型的一種分類情況。

下面是一個示例混淆矩陣：

[[46  2  4  0  2  0  0  0  1  0]
 [ 4 48  0  1  1  0  0  0  1  2]
 [ 1  0 47  2  0  0  0  0  0  0]
 [ 1  3  3 34  0  4  0  0  0  0]
 [ 0  2  1  1 44  0  0  0  0  2]
 [ 0  0  0  1  5 34  2  1  1  1]
 [ 0  0  0  0  0  0 50  0  0  0]
 [ 0  0  0  0  1  0  0 48  1  0]
 [ 0  1  0  0  2  0  0  1 46  0]
 [ 0  0  0  0  0  2  0  0  0 48]] 

在這個混淆矩陣中，每一列代表預測的情況（如預測數值為1的樣本），每一行代表實際的情況（如真實數值為1的樣本）。例如，第一行的第一列代表實際數值為1，預測為1的數量。在這個例子中，混淆矩陣的對角線表示正確預測的樣本數量，非對角線表示被錯誤預測的樣本數量。通過混淆矩陣，我們可以方便地獲得分類器的準確率、召回率、F1分數等分類性能的指標。

2. 使用sklearn進行混淆矩陣的計算

在Python中，使用sklearn庫可以方便地計算混淆矩陣，並獲得分類性能的相關指標。假設我們有如下的真實值和預測值列表：

true_labels = [0, 1, 2, 0, 1, 2, 0, 1, 2]
pred_labels = [0, 1, 2, 0, 2, 1, 0, 1, 2]

我們可以使用sklearn庫中的confusion_matrix()函數來計算混淆矩陣：

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(true_labels, pred_labels)
print(cm)

運行結果為：

[[3 0 0]
 [0 2 1]
 [1 0 2]]

sklearn中使用的混淆矩陣默認是按照行展示的，即每一行表示對於一個真實類別，預測結果是在各類別中的數量。例如，第一行第一列的值3表示樣本真實為第一類，而預測結果也為第一類的樣本數量為3個。同樣地，第二行第三列的值1表示真實為第二類，而預測結果為第三類的樣本數量為1個。

對於這個混淆矩陣，我們也可以通過sklearn計算出分類器的準確率、召回率、F1分數等性能指標。例如，計算準確率的代碼為：

from sklearn.metrics import accuracy_score
accuracy = accuracy_score(true_labels, pred_labels)
print(accuracy)

運行結果為：

0.7777777777777778

3. 使用matplotlib進行混淆矩陣的可視化

在獲得混淆矩陣後，我們可以使用Python的matplotlib庫進行可視化展示。使用matplotlib可以將混淆矩陣轉換成彩色圖表的形式，便於直觀地評估分類器性能。

下面是一個使用matplotlib繪製混淆矩陣的示例代碼：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import plot_confusion_matrix

fig, ax = plt.subplots(figsize=(10, 10))
normalize = 'true'
disp = plot_confusion_matrix(clf, X_test, y_test, display_labels=class_names,cmap=plt.cm.Blues,normalize=normalize, ax=ax)
disp.ax_.set_title('Normalized confusion matrix')
plt.show()

這個代碼段使用已經訓練好的分類器clf在測試數據集X_test上進行預測，並計算生成混淆矩陣。使用plot_confusion_matrix()函數繪製混淆矩陣圖表。函數的參數包括分類器、測試數據、測試標籤、類別名稱、顏色表、是否進行歸一化、繪圖的坐標軸等。

運行結果如下：

從圖表中，我們可以看出分類器在不同類別上的表現情況。矩陣的對角線上的數字表示分類預測的正確，非對角線表示分類錯誤。我們可以直觀地看出哪些類別分類結果不佳，有助於分析分類器的優缺點並進行改進。

三、總結

本文介紹了如何使用Python繪製混淆矩陣圖表，包括對混淆矩陣進行計算和使用matplotlib進行可視化展示。混淆矩陣是評估分類器性能的重要指標之一，繪製混淆矩陣圖表能夠幫助我們直觀地分析分類器的優劣，並優化分類器的性能。在實際應用中，我們可以使用Python進行混淆矩陣的繪製和分析，提高分類器的性能和應用效果。