混淆矩阵热力图：使用颜色编码可视化分类结果 - Python代码示例

"混淆矩阵热力图：使用颜色编码可视化分类结果 - Python代码示例"\n"学习如何使用Python的Seaborn库创建混淆矩阵的热力图，并使用颜色编码直观地展示不同类别之间的预测结果关系。代码示例和详细解释让您轻松上手。"\n"\npython\nimport numpy as np\nimport seaborn as sns\nimport matplotlib.pyplot as plt\n\n# 创建混淆矩阵\nconfusion_matrix = np.array([[50, 10, 5],\n [5, 40, 10],\n [10, 5, 45]])\n\n# 使用seaborn库绘制热力图\nsns.heatmap(confusion_matrix, annot=True, cmap=\"Blues\", fmt=\"d\")\n\n# 设置图表标题和轴标签\nplt.title(\"Confusion Matrix\")\nplt.xlabel(\"Predicted Class\")\nplt.ylabel(\"True Class\")\n\n# 显示图表\nplt.show()\n\n\n在这个示例中，我们首先创建了一个混淆矩阵confusion_matrix，它是一个3x3的矩阵，表示了3个类别之间的预测结果。\n\n然后，我们使用seaborn库的heatmap函数来绘制热力图。annot=True参数表示在热力图中显示数值，cmap=\"Blues\"参数表示使用蓝色调色板来表示不同数值的颜色，fmt=\"d\"参数表示对数值进行格式化为整数。\n\n接下来，我们设置了图表的标题和轴标签，并最后使用plt.show()函数显示图表。\n\n运行这段代码，你将得到一个表示混淆矩阵的热力图，其中不同类别之间的关系用颜色编码表示。\n"\n