Блог

Я пытаюсь построить матрицу путаницы, которая показывает оба нормализованных значения с несколькими тестовыми образцами.

В моем коде, когда normalize = true , он отображает только нормализованный, а normalize=false-только образцы. Я хочу и то, и другое в одном. как прикрепленная фотография.

Вот код.

def plot_confusion_matrix(см, классы,

                         normalize=False,
                          title='Confusion matrix',
                          cmap=plt.cm.Blues):
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        print("Normalized confusion matrix")
    else:
        print('Confusion matrix, without normalization')

    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=45)
    plt.yticks(tick_marks, classes)

    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 2.
    for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
        plt.text(j, i, format(cm[i, j], fmt),
                 horizontalalignment="center",
                 color="white" if cm[i, j] > thresh else "black")

    plt.tight_layout()
    plt.ylabel('True label')
    plt.xlabel('Predicted label')

# Compute confusion matrix

cm = confusion_matrix(true_classes,yPredictions)
np.set_printoptions(precision=2)

# Plot non-normalized confusion matrix
plt.figure(figsize=(10, 10))
plot_confusion_matrix(cm, classes=['CAD', 'CHF','MI','N'],normalize=False,
                      title='Confusion matrix, with normalization')
plt.show()