Nuestro grupo de trabajo ha pasado mucho tiempo buscando para darle respuesta a tus interrogantes, te brindamos la resolución por esto deseamos serte de mucha ayuda.
class sklearn.metrics.ConfusionMatrixDisplay(confusion_matrix, *, display_labels=None)
[source]-
Visualización de matriz de confusión.
Se recomienda utilizar
plot_confusion_matrix
para crear unConfusionMatrixDisplay
. Todos los parámetros se almacenan como attributes.Leer más en el Guía del usuario.
- Parámetros
-
confusion_matrixndarray of shape (n_classes, n_classes)
-
Matriz de confusión.
display_labelsndarray of shape (n_classes,), default=None
-
Mostrar etiquetas para la parcela. Si es Ninguno, las etiquetas de visualización se establecen de 0 a
n_classes - 1
.
- Atributos
-
im_matplotlib AxesImage
-
Imagen que representa la matriz de confusión.
text_ndarray of shape (n_classes, n_classes), dtype=matplotlib Text, or None
-
Matriz de ejes de matplotlib.
None
siinclude_values
es false. ax_matplotlib Axes
-
Ejes con matriz de confusión.
figure_matplotlib Figure
-
Figura que contiene la matriz de confusión.
Ver también
confusion_matrix
-
Calcule la matriz de confusión para evaluar la precisión de una clasificación.
plot_confusion_matrix
-
Trazar matriz de confusión.
Ejemplos de
>>>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()
Métodos
plot
(*[, include_values, cmap, …])Visualización de la trama.
plot(*, include_values=True, cmap='viridis', xticks_rotation='horizontal', values_format=None, ax=None, colorbar=True)
[source]-
Visualización de la trama.
- Parámetros
-
include_valuesbool, default=True
-
Incluye valores en matriz de confusión.
cmapstr or matplotlib Colormap, default=’viridis’
-
Mapa de colores reconocido por matplotlib.
xticks_rotation‘vertical’, ‘horizontal’ or float, default=’horizontal’
-
Rotación de etiquetas xtick.
values_formatstr, default=None
-
Especificación de formato para valores en matriz de confusión. Si
None
, la especificación de formato es ‘d’ o ‘.2g’, el que sea más corto. axmatplotlib axes, default=None
-
Objeto de ejes sobre el que trazar. Si
None
, se crea una nueva figura y ejes. colorbarbool, default=True
-
Si agregar o no una barra de colores al gráfico.
- Devoluciones
-
displayConfusionMatrixDisplay
Ejemplos usando sklearn.metrics.ConfusionMatrixDisplay
Visualizaciones con objetos de visualización