[英]reason for transposed confusion matrix in heatmap
我绘制了一个热图,该图以混淆矩阵作为输入数据。 混淆矩阵的形状为:
[[37 0 0 0 0 0 0 0 0 0]
[ 0 42 0 0 0 1 0 0 0 0]
[ 1 0 43 0 0 0 0 0 0 0]
[ 0 0 0 44 0 0 0 0 1 0]
[ 0 0 0 0 37 0 0 1 0 0]
[ 0 0 0 0 0 47 0 0 0 1]
[ 0 0 0 0 0 0 52 0 0 0]
[ 0 0 0 0 1 0 0 47 0 0]
[ 0 1 0 1 0 0 0 1 45 0]
[ 0 0 0 0 0 2 0 0 0 45]]
绘制热图的代码为:
fig2=plt.figure()
fig2.add_subplot(111)
sns.heatmap(confm.T,annot=True,square=True,cbar=False,fmt="d")
plt.xlabel("true label")
plt.ylabel("predicted label")
产生:
如您所见,输入矩阵“ confm”已转置(confm.T)。 这是什么原因呢? 我一定要这样做吗?
仅当您要沿哪个轴切换将放置哪些数据时,才需要进行转置。 我通常按如下方式使用混淆矩阵:y-真实标签,x-预测标签。 仅当您喜欢时,才需要转置矩阵和交换标签,反之亦然:y-预测标签,x-真实标签。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.