confusion_matrix函式的使用

from：http://blog.csdn.net/m0_38061927/article/details/77198990

官方文件中給出的用法是
sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

y_true: 是樣本真實分類結果，y_pred: 是樣本預測分類結果
labels：是所給出的類別，通過這個可對類別進行選擇
sample_weight : 樣本權重

實現例子：

from sklearn.metrics import confusion_matrix

y_true=[2,1,0,1,2,0]
y_pred=[2,0,0,1,2,1]

C=confusion_matrix(y_true, y_pred)

執行結果：

這兒沒有標註類別：下圖是標註類別以後，更加好理解

關於類別順序可由 labels引數控制調整，例如 labels=[2,1,0],則類別將以這個順序自上向下排列。預設數字類別是從小到大排列，英文類別是按首字母順序排列

下面是官方文件上的一個例子

y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]
y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])

執行結果

array([[2, 0, 0],
       [0, 0, 1],
       [1, 0, 2]])