我无法从以下混淆矩阵中推断出有关该模型的任何信息。实际指定的颜色编码是什么？
例如，当预测标签为 1 且真实标签为 1 时，矩阵中该点的值为0.20。这是否意味着它的准确性？这是否意味着当标签实际上是 1 时，模型只能预测 1 的 20% 时间？
PS：SO URL以获得更清晰的图像
混淆矩阵中的颜色编码和归一化值实际上指定了什么？
数据挖掘
机器学习
可视化
混淆矩阵
2022-02-03 13:06:28
2个回答
每一个都显示了当真标签为（纵轴）时element_ab预测的概率（横轴）例如，当真标签为0时，会以0.14的概率预测为标签2label ab
颜色强度表示一行中每个元素的概率
这是我用来在混淆矩阵上创建颜色的代码。
#Create Confusion matrix
def plot_confusion_matrix(cm, classes,
normalize=False,
title='Confusion matrix',
cmap=plt.cm.Purples):
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)
if normalize:
cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
print("Normalized confusion matrix")
else:
print('Confusion matrix, without normalization')
thresh = cm.max() / 3.
for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
plt.text(j, i, cm[i, j],
horizontalalignment="center",
color="white" if cm[i, j] > thresh else "black")
plt.tight_layout()
plt.ylabel('True label')
plt.xlabel('Predicted label')