混淆矩阵可视化这里报错解决

数轴的标签表示真实属性，而横轴的标签表示分类的预测结果。此矩阵的第一行第一列这个数字2表示ant被成功分类成为ant的样本数目，第三行第一列的数字1表示cat被分类成ant的样本数目，诸如此类。
混淆矩阵的每一行数据之和代表该类别的真实的数目，每一列之和代表该类别的预测的数目，矩阵的对角线上的数值代表被正确预测的样本数目。
那么这个混淆矩阵是如何绘制的呢？
这里给出两种简单的方法，一是使用seaborn的热力图来绘制，可以直接将混淆矩阵可视化；
C=confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])df=pd.DataFrame(C,index=["ant", "bird", "cat"],columns=["ant", "bird", "cat"])sns.heatmap(df,annot=True)
另外一种是使用matplotlib的matshow来绘制。
plt.matshow(C, cmap=plt.cm.Greens) plt.colorbar()for i in range(len(C)): for j in range(len(C)): plt.annotate(C[i,j], xy=(i, j), horizontalalignment='center', verticalalignment='center')plt.ylabel('True label')plt.xlabel('Predicted label') plt.show()