ConfusionMatrixDisplay#

класс sklearn.metrics.ConfusionMatrixDisplay(confusion_matrix, *, display_labels=None)[источник]#

Визуализация матрицы ошибок.

Рекомендуется использовать from_estimator или from_predictions для создания ConfusionMatrixDisplay. Все параметры хранятся как атрибуты.

Для общей информации относительно scikit-learn инструменты визуализации, см. Руководство по визуализации. Для руководства по интерпретации этих графиков обратитесь к Руководство по оценке моделей.

Параметры:
confusion_matrixndarray формы (n_classes, n_classes)

Матрица путаницы.

display_labelsndarray формы (n_classes,), по умолчанию=None

Отображать метки для графика. Если None, метки устанавливаются от 0 до n_classes - 1.

Атрибуты:
im_matplotlib AxesImage

Изображение, представляющее матрицу ошибок.

text_ndarray формы (n_classes, n_classes), dtype=matplotlib Text, или None

Массив осей matplotlib. None if include_values ложно.

ax_matplotlib Axes

Оси с матрицей ошибок.

figure_фигура matplotlib

Рисунок, содержащий матрицу ошибок.

Смотрите также

confusion_matrix

Вычисление матрицы ошибок для оценки точности классификации.

ConfusionMatrixDisplay.from_estimator

Построить матрицу ошибок для заданного оценщика, данных и метки.

ConfusionMatrixDisplay.from_predictions

Постройте матрицу ошибок по истинным и предсказанным меткам.

Примеры

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> 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)
SVC(random_state=0)
>>> predictions = clf.predict(X_test)
>>> cm = confusion_matrix(y_test, predictions, labels=clf.classes_)
>>> disp = ConfusionMatrixDisplay(confusion_matrix=cm,
...                               display_labels=clf.classes_)
>>> disp.plot()
<...>
>>> plt.show()
../../_images/sklearn-metrics-ConfusionMatrixDisplay-1.png
метод класса from_estimator(estimator, X, y, *, метки=None, sample_weight=None, нормализовать=None, display_labels=None, include_values=True, xticks_rotation='horizontal', values_format=None, cmap='viridis', ax=None, colorbar=True, im_kw=None, text_kw=None)[источник]#

Построение матрицы ошибок для заданного оценщика и некоторых данных.

Для общей информации относительно scikit-learn инструменты визуализации, см. Руководство по визуализации. Для руководства по интерпретации этих графиков обратитесь к Руководство по оценке моделей.

Добавлено в версии 1.0.

Параметры:
estimatorэкземпляр estimator

Обученный классификатор или обученный Pipeline в котором последний оценщик является классификатором.

X{array-like, sparse matrix} формы (n_samples, n_features)

Входные значения.

yarray-like формы (n_samples,)

Целевые значения.

меткиarray-like формы (n_classes,), по умолчанию=None

Список меток для индексации матрицы ошибок. Может использоваться для переупорядочивания или выбора подмножества меток. Если None указано, те, которые появляются хотя бы один раз в y_true или y_pred используются в отсортированном порядке.

sample_weightarray-like формы (n_samples,), по умолчанию=None

Веса выборок.

нормализовать{‘true’, ‘pred’, ‘all’}, по умолчанию=None

Нормализовать ли отображение количества в матрице:

  • if 'true', матрица ошибок нормализуется по истинным условиям (например, строкам);

  • if 'pred', матрица ошибок нормализуется по предсказанным условиям (например, столбцам);

  • if 'all', матрица ошибок нормализуется по общему количеству образцов;

  • if None (по умолчанию), матрица ошибок не будет нормализована.

display_labelsarray-like формы (n_classes,), по умолчанию=None

Имена целевых переменных, используемые для построения графиков. По умолчанию, labels будет использоваться, если он определен, в противном случае уникальные метки y_true и y_pred будет использоваться.

include_valuesbool, по умолчанию=True

Включает значения в матрицу ошибок.

xticks_rotation{‘vertical’, ‘horizontal’} или float, по умолчанию=’horizontal’

Вращение меток xtick.

values_formatstr, default=None

Спецификация формата для значений в матрице ошибок. Если None, спецификация формата - 'd' или '.2g', в зависимости от того, что короче.

cmapstr или matplotlib Colormap, по умолчанию='viridis'

Цветовая карта, распознаваемая matplotlib.

axmatplotlib Axes, default=None

Объект Axes для построения графика. Если None, создаётся новая фигура и оси.

colorbarbool, по умолчанию=True

Добавлять ли цветовую шкалу к графику.

im_kwdict, по умолчанию=None

Словарь с ключевыми словами, переданными в matplotlib.pyplot.imshow вызов.

text_kwdict, по умолчанию=None

Словарь с ключевыми словами, переданными в matplotlib.pyplot.text вызов.

Добавлено в версии 1.2.

Возвращает:
отображениеConfusionMatrixDisplay

Смотрите также

ConfusionMatrixDisplay.from_predictions

Постройте матрицу ошибок по истинным и предсказанным меткам.

Примеры

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> 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)
SVC(random_state=0)
>>> ConfusionMatrixDisplay.from_estimator(
...     clf, X_test, y_test)
<...>
>>> plt.show()
../../_images/sklearn-metrics-ConfusionMatrixDisplay-2_00_00.png

Для подробного примера использования матрицы ошибок для оценки классификатора опорных векторов, пожалуйста, смотрите Оценить производительность классификатора с помощью матрицы ошибок

метод класса from_predictions(y_true, y_pred, *, метки=None, sample_weight=None, нормализовать=None, display_labels=None, include_values=True, xticks_rotation='horizontal', values_format=None, cmap='viridis', ax=None, colorbar=True, im_kw=None, text_kw=None)[источник]#

Построение матрицы ошибок по истинным и предсказанным меткам.

Для общей информации относительно scikit-learn инструменты визуализации, см. Руководство по визуализации. Для руководства по интерпретации этих графиков обратитесь к Руководство по оценке моделей.

Добавлено в версии 1.0.

Параметры:
y_truearray-like формы (n_samples,)

для расширения текущего примера, оценивающего дисперсию ROC-кривых и их соответствующих AUC.

y_predarray-like формы (n_samples,)

Предсказанные метки, полученные методом predict классификатора.

меткиarray-like формы (n_classes,), по умолчанию=None

Список меток для индексации матрицы ошибок. Может использоваться для переупорядочивания или выбора подмножества меток. Если None указано, те, которые появляются хотя бы один раз в y_true или y_pred используются в отсортированном порядке.

sample_weightarray-like формы (n_samples,), по умолчанию=None

Веса выборок.

нормализовать{‘true’, ‘pred’, ‘all’}, по умолчанию=None

Нормализовать ли отображение количества в матрице:

  • if 'true', матрица ошибок нормализуется по истинным условиям (например, строкам);

  • if 'pred', матрица ошибок нормализуется по предсказанным условиям (например, столбцам);

  • if 'all', матрица ошибок нормализуется по общему количеству образцов;

  • if None (по умолчанию), матрица ошибок не будет нормализована.

display_labelsarray-like формы (n_classes,), по умолчанию=None

Имена целевых переменных, используемые для построения графиков. По умолчанию, labels будет использоваться, если он определен, в противном случае уникальные метки y_true и y_pred будет использоваться.

include_valuesbool, по умолчанию=True

Включает значения в матрицу ошибок.

xticks_rotation{‘vertical’, ‘horizontal’} или float, по умолчанию=’horizontal’

Вращение меток xtick.

values_formatstr, default=None

Спецификация формата для значений в матрице ошибок. Если None, спецификация формата - 'd' или '.2g', в зависимости от того, что короче.

cmapstr или matplotlib Colormap, по умолчанию='viridis'

Цветовая карта, распознаваемая matplotlib.

axmatplotlib Axes, default=None

Объект Axes для построения графика. Если None, создаётся новая фигура и оси.

colorbarbool, по умолчанию=True

Добавлять ли цветовую шкалу к графику.

im_kwdict, по умолчанию=None

Словарь с ключевыми словами, переданными в matplotlib.pyplot.imshow вызов.

text_kwdict, по умолчанию=None

Словарь с ключевыми словами, переданными в matplotlib.pyplot.text вызов.

Добавлено в версии 1.2.

Возвращает:
отображениеConfusionMatrixDisplay

Смотрите также

ConfusionMatrixDisplay.from_estimator

Построить матрицу ошибок для заданного оценщика, данных и метки.

Примеры

>>> import matplotlib.pyplot as plt
>>> from sklearn.datasets import make_classification
>>> from sklearn.metrics import ConfusionMatrixDisplay
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.svm import SVC
>>> X, y = make_classification(random_state=0)
>>> 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)
SVC(random_state=0)
>>> y_pred = clf.predict(X_test)
>>> ConfusionMatrixDisplay.from_predictions(
...    y_test, y_pred)
<...>
>>> plt.show()
../../_images/sklearn-metrics-ConfusionMatrixDisplay-3.png
plot(*, include_values=True, cmap='viridis', xticks_rotation='horizontal', values_format=None, ax=None, colorbar=True, im_kw=None, text_kw=None)[источник]#

Визуализация графика.

Параметры:
include_valuesbool, по умолчанию=True

Включает значения в матрицу ошибок.

cmapstr или matplotlib Colormap, по умолчанию='viridis'

Цветовая карта, распознаваемая matplotlib.

xticks_rotation{‘vertical’, ‘horizontal’} или float, default=’horizontal’

Вращение меток xtick.

values_formatstr, default=None

Спецификация формата для значений в матрице ошибок. Если None, спецификация формата — 'd' или '.2g', в зависимости от того, что короче.

axоси matplotlib, по умолчанию=None

Объект Axes для построения графика. Если None, создаётся новая фигура и оси.

colorbarbool, по умолчанию=True

Добавлять ли цветовую шкалу к графику.

im_kwdict, по умолчанию=None

Словарь с ключевыми словами, переданными в matplotlib.pyplot.imshow вызов.

text_kwdict, по умолчанию=None

Словарь с ключевыми словами, переданными в matplotlib.pyplot.text вызов.

Добавлено в версии 1.2.

Возвращает:
отображениеConfusionMatrixDisplay

Возвращает ConfusionMatrixDisplay экземпляр, который содержит всю информацию для построения матрицы ошибок.