Spec-Zone.ru › scikit-learn

ConfusionMatrixDisplay

classsklearn.metrics.ConfusionMatrixDisplay(confusion_matrix, *, display_labels=None)[исходный код]

Визуализация матрицы ошибок.

Для создания объекта from_estimator рекомендуется использовать from_predictions или ConfusionMatrixDisplay. Все параметры сохраняются в виде атрибутов.

Общие сведения о средствах визуализации scikit-learn см. в руководстве по визуализации. Рекомендации по интерпретации этих графиков см. в руководстве по оценке моделей.

Параметры:
confusion_matrixndarray формы (n_classes, n_classes)

Матрица ошибок.

display_labelsndarray формы (n_classes,), по умолчанию=None

Отображаемые на графике метки. Если значение равно None, отображаемым меткам присваиваются значения от 0 до n_classes - 1.

Атрибуты:
im_matplotlib AxesImage

Изображение матрицы ошибок.

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

Массив объектов axes matplotlib. None, если include_values имеет значение false.

ax_matplotlib Axes

Объект Axes с матрицей ошибок.

figure_matplotlib Figure

Объект Figure, содержащий матрицу ошибок.

См. также

confusion_matrix

Вычисляет матрицу ошибок для оценки точности классификации.

ConfusionMatrixDisplay.from_estimator

Строит матрицу ошибок по оценщику, данным и меткам.

ConfusionMatrixDisplay.from_predictions

Строит 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
classmethodfrom_estimator(estimator, X, y, *, labels=None, sample_weight=None, normalize=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)[исходный код]

Строит матрицу ошибок по оценщику и данным.

Общие сведения о средствах визуализации scikit-learn см. в руководстве по визуализации. Рекомендации по интерпретации этих графиков см. в руководстве по оценке моделей.

Добавлено в версии 1.0.

Параметры:
estimatorэкземпляр оценщика

Обученный классификатор или обученный Pipeline, последним оценщиком в котором является классификатор.

X{array-like, разреженная матрица} формы (n_samples, n_features)

Входные значения.

yarray-like формы (n_samples,)

Целевые значения.

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

Список меток для индексации матрицы ошибок. Его можно использовать для изменения порядка меток или выбора их подмножества. Если задано None, используются отсортированные метки, встречающиеся хотя бы один раз в y_true или y_pred.

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

Веса объектов.

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

Определяет, нужно ли нормализовать отображаемые в матрице значения:

  • если задано 'true', матрица ошибок нормализуется по истинным классам (например, по строкам);
  • если задано 'pred', матрица ошибок нормализуется по предсказанным классам (например, по столбцам);
  • если задано 'all', матрица ошибок нормализуется по общему числу объектов;
  • если задано None (значение по умолчанию), матрица ошибок не нормализуется.
display_labelsarray-like формы (n_classes,), по умолчанию=None

Названия целевых классов, отображаемые на графике. По умолчанию используется labels, если оно задано; в противном случае используются уникальные метки из y_true и y_pred.

include_valuesbool, по умолчанию=True

Отображать значения в матрице ошибок.

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

Угол поворота подписей делений по оси x.

values_formatstr, по умолчанию=None

Формат значений в матрице ошибок. Если задано None, в качестве спецификации формата используется ‘d’ или ‘.2g’ — в зависимости от того, какая короче.

cmapstr или matplotlib Colormap, по умолчанию=’viridis’

Цветовая карта, поддерживаемая matplotlib.

axmatplotlib Axes, по умолчанию=None

Объект Axes, на котором строится график. Если задано None, создаются новые объекты Figure и Axes.

colorbarbool, по умолчанию=True

Добавлять ли цветовую шкалу на график.

im_kwdict, по умолчанию=None

Словарь с именованными аргументами, передаваемыми при вызове matplotlib.pyplot.imshow.

text_kwdict, по умолчанию=None

Словарь с именованными аргументами, передаваемыми при вызове matplotlib.pyplot.text.

Добавлено в версии 1.2.

Возвращает:
displayConfusionMatrixDisplay

См. также

ConfusionMatrixDisplay.from_predictions

Строит 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

Подробный пример использования матрицы ошибок для оценки классификатора опорных векторов см. в разделе Оценка производительности классификатора с помощью матрицы ошибок

classmethodfrom_predictions(y_true, y_pred, *, labels=None, sample_weight=None, normalize=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)[исходный код]

Строит матрицу ошибок по истинным и предсказанным меткам.

Общие сведения о средствах визуализации scikit-learn см. в руководстве по визуализации. Рекомендации по интерпретации этих графиков см. в руководстве по оценке моделей.

Добавлено в версии 1.0.

Параметры:
y_truearray-like формы (n_samples,)

Истинные метки.

y_predarray-like формы (n_samples,)

Предсказанные метки, полученные методом predict классификатора.

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

Список меток для индексации матрицы ошибок. Его можно использовать для изменения порядка меток или выбора их подмножества. Если задано None, используются отсортированные метки, встречающиеся хотя бы один раз в y_true или y_pred.

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

Веса объектов.

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

Определяет, нужно ли нормализовать отображаемые в матрице значения:

  • если задано 'true', матрица ошибок нормализуется по истинным классам (например, по строкам);
  • если задано 'pred', матрица ошибок нормализуется по предсказанным классам (например, по столбцам);
  • если задано 'all', матрица ошибок нормализуется по общему числу объектов;
  • если задано None (значение по умолчанию), матрица ошибок не нормализуется.
display_labelsarray-like формы (n_classes,), по умолчанию=None

Названия целевых классов, отображаемые на графике. По умолчанию используется labels, если оно задано; в противном случае используются уникальные метки из y_true и y_pred.

include_valuesbool, по умолчанию=True

Отображать значения в матрице ошибок.

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

Угол поворота подписей делений по оси x.

values_formatstr, по умолчанию=None

Формат значений в матрице ошибок. Если задано None, в качестве спецификации формата используется ‘d’ или ‘.2g’ — в зависимости от того, какая короче.

cmapstr или matplotlib Colormap, по умолчанию=’viridis’

Цветовая карта, поддерживаемая matplotlib.

axmatplotlib Axes, по умолчанию=None

Объект Axes, на котором строится график. Если задано None, создаются новые объекты Figure и Axes.

colorbarbool, по умолчанию=True

Добавлять ли цветовую шкалу на график.

im_kwdict, по умолчанию=None

Словарь с именованными аргументами, передаваемыми при вызове matplotlib.pyplot.imshow.

text_kwdict, по умолчанию=None

Словарь с именованными аргументами, передаваемыми при вызове matplotlib.pyplot.text.

Добавлено в версии 1.2.

Возвращает:
displayConfusionMatrixDisplay

См. также

ConfusionMatrixDisplay.from_estimator

Строит матрицу ошибок по оценщику, данным и 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)
>>> 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)[исходный код]

Строит визуализацию.

Параметры:
include_valuesbool, по умолчанию=True

Отображать значения в матрице ошибок.

cmapstr или matplotlib Colormap, по умолчанию=’viridis’

Цветовая карта, поддерживаемая matplotlib.

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

Угол поворота подписей делений по оси x.

values_formatstr, по умолчанию=None

Формат значений в матрице ошибок. Если задано None, в качестве спецификации формата используется ‘d’ или ‘.2g’ — в зависимости от того, какая короче.

axmatplotlib axes, по умолчанию=None

Объект Axes, на котором строится график. Если задано None, создаются новые объекты Figure и Axes.

colorbarbool, по умолчанию=True

Добавлять ли цветовую шкалу на график.

im_kwdict, по умолчанию=None

Словарь с именованными аргументами, передаваемыми при вызове matplotlib.pyplot.imshow.

text_kwdict, по умолчанию=None

Словарь с именованными аргументами, передаваемыми при вызове matplotlib.pyplot.text.

Добавлено в версии 1.2.

Возвращает:
displayConfusionMatrixDisplay

Возвращает экземпляр ConfusionMatrixDisplay, содержащий всю информацию для построения матрицы ошибок.

Примеры из галереи

Распознавание лиц с использованием собственных лиц и SVM

Распознавание рукописных цифр

Визуализация с помощью объектов отображения

Оценка производительности классификатора с помощью матрицы ошибок

Основные нововведения scikit-learn 1.5

Распространение меток для цифр: демонстрация производительности

Классификация текстовых документов с использованием разреженных признаков

© 2007–2026 The scikit-learn developers
Licensed under the 3-clause BSD License.
https://scikit-learn.org/1.9/modules/generated/sklearn.metrics.ConfusionMatrixDisplay.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API