混淆矩阵中的标签不正确

Question

我曾尝试在 python 中的 knn 分类器上创建混淆矩阵，但标记的类是错误的。

数据集的类属性是2（良性）和4（恶性），但是当我绘制混淆矩阵时，所有标签都是2。我使用的代码是：

数据来源: http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Diagnostic%29

来自 UCI 的威斯康星乳腺癌（诊断）数据集的 KNN 分类器：

data = pd.read_csv('/breast-cancer-wisconsin.data')
data.replace('?', 0, inplace=True)
data.drop('id', 1, inplace = True)


X = np.array(data.drop(' class ', 1))
Y = np.array(data[' class '])

X_train, X_test, Y_train, Y_test = train_test_split(X,Y,test_size=0.2)
clf = neighbors.KNeighborsClassifier()
clf.fit(X_train, Y_train)

accuracy = clf.score(X_test, Y_test)

绘制混淆矩阵

from sklearn.metrics import plot_confusion_matrix

disp = plot_confusion_matrix(clf, X_test, Y_test,
                               display_labels=Y,
                               cmap=plt.cm.Blues,)

Confusion matrix

Answer 1

问题是您用 Y 指定了 display_labels 参数，它应该只是用于绘图的目标名称。现在它只使用出现在 Y 中的前两个值，它们恰好是 2, 2。另请注意，如 docs 中所述，如果提供，显示的标签将与 labels 中指定的相同，因此您只需要：

from sklearn.metrics import plot_confusion_matrix fig, ax = plt.subplots(figsize=(8,8)) disp = plot_confusion_matrix(clf, X_test, Y_test, labels=np.unique(y), cmap=plt.cm.Blues,ax=ax)

混淆矩阵中的标签不正确

Incorrect labels in confusion matrix

python

machine-learning

scikit-learn

confusion-matrix