2021
07-26
07-26
matplotlib画混淆矩阵与正确率曲线的实例代码
混淆矩阵 混淆矩阵(ConfusionMatrix)是机器学习中用来总结分类模型预测结果的一个分析表,是模式识别领域中的一种常用的表达形式。它以矩阵的形式描绘样本数据的真实属性和分类预测结果类型之间的关系,是用来评价分类器性能的一种常用方法。我们可以通过一个简单的例子来直观理解混淆矩阵#!/usr/bin/python3.5#-*-coding:utf-8-*-importnumpyasnpimportmatplotlib.pyplotaspltplt.rcParams['fo...
继续阅读 >
对于机器学习多分类模型来说,其评价指标除了精度之外,常用的还有混淆矩阵和分类报告,下面来展示一下如何绘制混淆矩阵,这在论文中经常会用到。代码如下:importitertoolsimportmatplotlib.pyplotaspltimportnumpyasnp#绘制混淆矩阵defplot_confusion_matrix(cm,classes,normalize=False,title='Confusionmatrix',cmap=plt.cm.Blues):"""-cm:计算出的混淆矩阵的值-classes:混淆矩阵中每一行每一...
训练曲线defshow_train_history(train_history,train_metrics,validation_metrics):plt.plot(train_history.history[train_metrics])plt.plot(train_history.history[validation_metrics])plt.title('TrainHistory')plt.ylabel(train_metrics)plt.xlabel('Epoch')plt.legend(['train','validation'],loc='upperleft')#显示训练过程defplot(history):plt.figure(figsize=(12,4))plt.subplot(1,2,1)show_train_...
preface:做着最近的任务,对数据处理,做些简单的提特征,用机器学习算法跑下程序得出结果,看看哪些特征的组合较好,这一系列流程必然要用到很多函数,故将自己常用函数记录上。应该说这些函数基本上都会用到,像是数据预处理,处理完了后特征提取、降维、训练预测、通过混淆矩阵看分类效果,得出报告。1.输入从数据集开始,提取特征转化为有标签的数据集,转为向量。拆分成训练集和测试集,这里不多讲,在上一篇博客中谈到用Str...