校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

主頁 > 知識庫 > Matplotlib繪制混淆矩陣的實現

Matplotlib繪制混淆矩陣的實現

熱門標簽:河北防封卡電銷卡 開封語音外呼系統代理商 地圖標注線上如何操作 開封自動外呼系統怎么收費 400電話辦理哪種 手機網頁嵌入地圖標注位置 電銷機器人的風險 應電話機器人打電話違法嗎 天津電話機器人公司

對于機器學習多分類模型來說,其評價指標除了精度之外,常用的還有混淆矩陣和分類報告,下面來展示一下如何繪制混淆矩陣,這在論文中經常會用到。

代碼如下:

import itertools
import matplotlib.pyplot as plt
import numpy as np
# 繪制混淆矩陣
def plot_confusion_matrix(cm, classes, normalize=False, title='Confusion matrix', cmap=plt.cm.Blues):
    """
    - cm : 計算出的混淆矩陣的值
    - classes : 混淆矩陣中每一行每一列對應的列
    - normalize : True:顯示百分比, False:顯示個數
    """
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        print("顯示百分比:")
        np.set_printoptions(formatter={'float': '{: 0.2f}'.format})
        print(cm)
    else:
        print('顯示具體數字:')
        print(cm)
    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=45)
    plt.yticks(tick_marks, classes)
    # matplotlib版本問題,如果不加下面這行代碼,則繪制的混淆矩陣上下只能顯示一半,有的版本的matplotlib不需要下面的代碼,分別試一下即可
    plt.ylim(len(classes) - 0.5, -0.5)
    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 2.
    for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
        plt.text(j, i, format(cm[i, j], fmt),
                 horizontalalignment="center",
                 color="white" if cm[i, j] > thresh else "black")
    plt.tight_layout()
    plt.ylabel('True label')
    plt.xlabel('Predicted label')
    plt.show()

測試數據:

cnf_matrix = np.array([[8707, 64, 731, 164, 45],
                      [1821, 5530, 79, 0, 28],
                      [266, 167, 1982, 4, 2],
                      [691, 0, 107, 1930, 26],
                      [30, 0, 111, 17, 42]])
attack_types = ['Normal', 'DoS', 'Probe', 'R2L', 'U2R']

第一種情況:顯示百分比

plot_confusion_matrix(cnf_matrix, classes=attack_types, normalize=True, title='Normalized confusion matrix')

效果:


第二種情況:顯示數字

plot_confusion_matrix(cnf_matrix, classes=attack_types, normalize=False, title='Normalized confusion matrix')

效果:


到此這篇關于Matplotlib繪制混淆矩陣的實現的文章就介紹到這了,更多相關Matplotlib 混淆矩陣內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • 利用python中的matplotlib打印混淆矩陣實例
  • Python使用matplotlib繪制正弦和余弦曲線的方法示例
  • Python matplotlib繪制圖形實例(包括點,曲線,注釋和箭頭)
  • matplotlib 曲線圖 和 折線圖 plt.plot()實例
  • Python matplotlib 繪制雙Y軸曲線圖的示例代碼
  • 使用matplotlib動態刷新指定曲線實例
  • Python使用matplotlib繪制三維參數曲線操作示例
  • Python使用matplotlib繪制Logistic曲線操作示例
  • Python matplotlib畫曲線例題解析
  • matplotlib畫混淆矩陣與正確率曲線的實例代碼

標簽:駐馬店 山東 成都 六盤水 宿遷 江蘇 常州 蘭州

巨人網絡通訊聲明:本文標題《Matplotlib繪制混淆矩陣的實現》,本文關鍵詞  Matplotlib,繪制,混淆,矩陣,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《Matplotlib繪制混淆矩陣的實現》相關的同類信息!
  • 本頁收集關于Matplotlib繪制混淆矩陣的實現的相關信息資訊供網民參考!
  • 推薦文章
    校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃
    日本亚洲天堂网| 久久亚洲春色中文字幕久久久| 国产精品久久久久永久免费观看| 美女诱惑一区二区| ww亚洲ww在线观看国产| 国产大陆亚洲精品国产| 久久精品无码一区二区三区| 国产69精品一区二区亚洲孕妇| 国产亚洲欧洲997久久综合 | 在线综合+亚洲+欧美中文字幕| 青青草一区二区三区| 久久久久久久久久久久久久久99 | 欧美亚洲综合网| 人人精品人人爱| 久久日韩粉嫩一区二区三区| 国产丶欧美丶日本不卡视频| 国产精品福利一区二区三区| 欧美在线观看视频在线| 国内外成人在线| 欧美激情综合在线| 92精品国产成人观看免费 | 91.com视频| 高清av一区二区| 亚洲在线视频一区| 久久亚洲综合av| 在线观看日产精品| 精品一区二区在线免费观看| 最新欧美精品一区二区三区| 欧美乱妇15p| 国产传媒久久文化传媒| 亚洲午夜久久久久久久久久久| 欧美成人官网二区| 在线免费观看日韩欧美| 国产精品996| 日韩**一区毛片| 一级精品视频在线观看宜春院| 久久久久久久综合日本| 欧美午夜精品理论片a级按摩| 国产在线一区二区| 日韩国产在线一| 日韩美女久久久| 国产拍欧美日韩视频二区| 日韩精品一区二区三区视频在线观看| 国产美女视频一区| 另类小说视频一区二区| 亚洲小说春色综合另类电影| 国产精品国产a| 国产精品五月天| 国产日产精品一区| 国产日韩欧美激情| 欧美韩日一区二区三区| 2024国产精品| 中文av字幕一区| 久久综合国产精品| 亚洲视频免费看| 亚洲精品美腿丝袜| 亚洲精品免费看| 日本中文字幕一区二区有限公司| 亚洲一区二区在线视频| 亚洲一区二区在线观看视频 | 欧美一二三区在线| 日韩美女视频一区二区在线观看| 日韩欧美色综合| 国产欧美日韩三区| 亚洲另类中文字| 蜜桃视频第一区免费观看| 麻豆91小视频| jlzzjlzz国产精品久久| 欧美艳星brazzers| 久久久精品tv| 国产精品白丝在线| 亚洲国产综合色| 国内成人免费视频| 成人午夜又粗又硬又大| 欧美一级一级性生活免费录像| 久久久久久久精| 三级精品在线观看| 懂色中文一区二区在线播放| 欧美色视频在线| 中文字幕免费不卡| 丝袜美腿亚洲一区二区图片| 国产成人av电影在线| 91精品国产麻豆| 最新中文字幕一区二区三区| 日本不卡高清视频| 欧美日韩久久久| 亚洲天堂a在线| 免费高清成人在线| 3d动漫精品啪啪1区2区免费| 一区二区中文字幕在线| 国产精一品亚洲二区在线视频| 欧美一a一片一级一片| 中文字幕五月欧美| 国产黄色成人av| 国产精品国产自产拍在线| 国产精品88av| 欧美韩国日本综合| 福利一区在线观看| 国产精品乱人伦中文| 国产成人免费xxxxxxxx| 欧美年轻男男videosbes| 亚洲精品国产视频| 欧美三级韩国三级日本一级| 国产精品免费网站在线观看| 国产成人在线色| 国产精品亲子伦对白| 91在线观看免费视频| 中文字幕制服丝袜一区二区三区| 国产高清在线精品| 亚洲女同ⅹxx女同tv| jlzzjlzz亚洲女人18| 丝袜亚洲另类欧美| 欧美精品乱码久久久久久按摩 | 美腿丝袜亚洲色图| 2022国产精品视频| 国产美女主播视频一区| 久久精品日产第一区二区三区高清版| 蜜臀av在线播放一区二区三区| 国产精品系列在线| 欧美精品一二三区| 国产aⅴ精品一区二区三区色成熟| 亚洲欧美影音先锋| 日韩网站在线看片你懂的| 国产高清不卡一区| 亚洲图片欧美色图| 久久在线观看免费| 欧美三区免费完整视频在线观看| 日韩电影在线免费观看| 综合电影一区二区三区| 欧美一区三区二区| 99精品欧美一区二区三区综合在线| 日韩中文欧美在线| 亚洲乱码日产精品bd| 国产亚洲制服色| 欧美日韩一区二区三区高清| 波多野洁衣一区| 狠狠色狠狠色综合系列| 丝袜美腿亚洲一区二区图片| 91 com成人网| 色8久久精品久久久久久蜜| 久久丁香综合五月国产三级网站| 亚洲国产一区二区三区 | 欧美二区在线观看| 一本色道久久综合狠狠躁的推荐| 性欧美大战久久久久久久久| 26uuu亚洲婷婷狠狠天堂| 欧美不卡在线视频| 欧美日韩一区二区电影| 欧洲精品一区二区三区在线观看| 成人激情视频网站| 99视频有精品| 色婷婷综合五月| 色婷婷av一区二区三区软件| 91美女片黄在线| 91视频国产资源| 欧美午夜免费电影| 91麻豆精品国产| 欧美性猛交xxxxxx富婆| 欧美一区三区二区| 久久在线免费观看| 国产精品另类一区| 亚洲男同性恋视频| 午夜国产精品影院在线观看| 日精品一区二区三区| 久久国产尿小便嘘嘘尿| 国产成人精品免费网站| 色乱码一区二区三区88| 在线电影一区二区三区| 久久天天做天天爱综合色| 国产精品天天看| 日韩精品乱码av一区二区| 国产精品996| 色狠狠一区二区三区香蕉| 日韩欧美黄色影院| 日韩毛片高清在线播放| 美女视频免费一区| 91亚洲永久精品| 精品盗摄一区二区三区| 亚洲色图自拍偷拍美腿丝袜制服诱惑麻豆 | 国产精品一卡二卡在线观看| 不卡一区二区中文字幕| 91精品国产日韩91久久久久久| 久久久影视传媒| 日韩影院精彩在线| 99久久久久久| 精品国产自在久精品国产| 亚洲色图欧洲色图| 成人国产精品免费网站| wwwwxxxxx欧美| 日韩电影一区二区三区四区| 在线观看日韩一区| 亚洲免费在线电影| av一本久道久久综合久久鬼色| 日韩欧美国产wwwww| 爽爽淫人综合网网站| 色视频欧美一区二区三区| 国产三级久久久| 国产成人免费网站| 久久久噜噜噜久久中文字幕色伊伊| 蜜臀av在线播放一区二区三区|