Python 中混淆矩阵的热图

Python 最低要求

要创建带有热图的混淆矩阵，您需要三个模块：

pip 安装 scikit-learn、seaborn、pandas

假设您有两个预测和真实标签列表，您需要执行以下操作：

1. 计算混淆矩阵——confusion_matrix
2. 将变量转换为数据框——pd.DataFrame
3. 创建热图——sn.heatmap
4. 最后，将图保存到文件中 -cfm_plot.figure.savefig

从sklearn.metrics导入pandas作为pd导入chaos_matrix导入seaborn作为sn如果__name__ == '__main__' :     predictions = [ "None"，"Dog"，"Cat"，...]     true_labels = [ "None"，"Dog"，"Dog"，...]     cm = chaos_matrix(true_labels，predictions)     df_cfm = pd.DataFrame(cm)     cfm_plot = sn.heatmap(df_cfm)     cfm_plot.figure.savefig( "data/confusion_matrix_v1.png" )

输出如下：

输出结果一点也不令人印象深刻。默认情况下，许多有用的信息和自定义功能被禁用或不适合我们的数据。让我们改进一下图表。

价值观

在下一步中，我们将为每个单元格显示一个值。这是观察每对类别的确切错误数量的便捷方法。我们将使用annot该heatmap方法的参数来显示值。它采用与我们的混淆矩阵具有相同维度的数据框。因此，我们可以再次传递相同的数据框，即df_cfm。

cm = confused_matrix(true_labels, predictions, labels=label_names) 
df_cfm = pd.DataFrame(cm, index=label_names, columns=label_names) 
plt.figure(figsize=( 10 , 7 )) 
cfm_plot = sn.heatmap(df_cfm, annot=df_cfm)

我们可以看到确切的值，但该图有两个问题。第一个是显示大数字的方式很奇怪，另一个是 0 的数量太多，导致图难以阅读。

为了解决显示数字的问题，我们将使用参数将添加注释时使用的默认字符串格式代码从.2g空更改为空fmt。

cm = confused_matrix(true_labels, predictions, labels=label_names) 
df_cfm = pd.DataFrame(cm, index=label_names, columns=label_names) 
plt.figure(figsize=(10, 7)) 
cfm_plot = sn.heatmap(df_cfm, annot=df_cfm, fmt= "" )

为了隐藏 0，我们将复制数据框并用空字符串替换每个 0。

cm =fusion_matrix（true_labels，predictions，labels=label_names）
df_cfm = pd.DataFrame（cm，index=label_names，columns=label_names）
plt.figure（figsize=（10，7 ）） cell_value 
= df_cfm.applymap（lambda v：v if v else  “”）
cfm_plot = sn.heatmap（df_cfm，annot=cell_value，fmt= “”）
cfm_plot.figure.savefig（“data/confusion_matrix_v6.png”）

比例和颜色

热图的理念是使用颜色来使值在视觉上多样化。在我们的例子中，我们只能看到一个不同的值，即 None 类的真阳性数，其他类（狗和猪）也是如此，而其余类别看起来相同。问题是我们的值的范围从 0 到 1413，其中大多数值接近 0。为了使值更容易分散注意力，我们可以将颜色的比例从线性更改为对数。可以使用参数norm并将其设置为来完成LogNorm()。

cm = confused_matrix(true_labels, predictions, labels=label_names) 
df_cfm = pd.DataFrame(cm, index=label_names, columns=label_names) 
plt.figure(figsize=( 10 , 7 )) 
cell_value = df_cfm.applymap( lambda v: v if v else  "" ) 
cfm_plot = sn.heatmap(df_cfm, annot=cell_value, fmt= "" , norm=LogNorm())

图片来自作者

使用对数标度的颜色，绘图看起来会好得多。删除空单元格后，由于干扰较少，更容易分析非空单元格。在某些情况下，跟踪行和列可能很棘手。为了解决这个问题，我们可以使用linewidth和linecolor参数添加垂直线和水平线。

cm = confused_matrix(true_labels, predictions, labels=label_names) 
df_cfm = pd.DataFrame(cm, index=label_names, columns=label_names) 
plt.figure(figsize=(10, 7)) 
cell_value = df_cfm.applymap(lambda v: v if v else  "" ) 
cfm_plot = sn.heatmap(df_cfm, annot=cell_value, fmt= "" , norm=LogNorm(), 
                      linewidths=0.5, linecolor= "grey" )

图片来自作者

最后一步是选择首选调色板。Seaborn 有几个现成的调色板，如下所示：Choosing color palettes — seaborn 0.13.2 documentation。要更改调色板，请将调色板的名称提供给参数cmap。以下是使用调色板的示例crest。

cm = chaos_matrix(true_labels, predictions, labels=label_names) 
df_cfm = pd.DataFrame(cm, index=label_names, columns=label_names) 
plt.figure(figsize=( 10 , 7 )) 
cell_value = df_cfm.applymap( lambda v: v if v else  "" ) 
cfm_plot = sn.heatmap(df_cfm, annot=cell_value, fmt= "" , norm=LogNorm(), 
                      linewidths= 0.5 , linecolor= "grey" , cmap= "crest" )

以下是一些其他调色板的示例：