Scikit-Learn：混淆矩阵中的标签不匹配

Question

假设我有一个包含（可能）43 个不同值的数组，例如

import pandas as pd
Y_test = pd.Series([4,4,4,42,42,0,1,1,19], dtype=int)
Y_hat = pd.Series([4,4,2,32,42,0,5,5,19], dtype=int)

每当我尝试用以下方法绘制混淆矩阵时：

def create_conf_mat(index, y_test, y_hat):
    cm = confusion_matrix(y_test, y_hat)
    fig = plt.figure()
    ax = fig.add_subplot(111)
    cax = ax.matshow(cm)
    plt.title(f'Confusion Matrix ({index} features, 1 outcome)')
    fig.colorbar(cax)
    plt.xlabel('Predicted')
    plt.ylabel('Actual')
    plt.savefig(f'confm_{index}.png')
    plt.savefig(f'confm_{index}.svg')
    plt.savefig(f'confm_{index}.pdf')
    return

我没有得到标签 [0, 1, 2, 4, 5, 19, 32, 42] 但是 [0, 1, 2, 3, 4, 5, 6, 7]。我试图通过使用 y_test/y_hat 中的唯一值作为标签参数来显式设置标签，但它也不起作用。我什至尝试将整数值转换为字符串，但这样做时，sklearn 抱怨至少有一个标签必须在 y_true 中。有谁知道如何将 y_test 和 y_pred 中的实际值绘制为混淆矩阵中的标签？

Answer 1

正如 documentation 中所暗示的，关于 labels 参数到 confusion_matrix:

If None is given, those that appear at least once in y_true or y_pred are used in sorted order.

因此，我们需要将两个列表放在一起，并提取唯一编号列表：

labels = np.unique(np.concatenate([y_test.values, y_hat.values]))
plt.xticks(range(len(labels)), labels)
plt.yticks(range(len(labels)), labels)

请注意 'scikit-learn' 的最新版本现在包含一个 integrated function to plot a confusion matrix with example code。

Scikit-Learn：混淆矩阵中的标签不匹配

Scikit-Learn: Labels don't match in Confusion Matrix

matplotlib

confusion-matrix

scikit-learn