关于sklearn绘制混淆矩阵的问题

sklearn有一个绘制混淆矩阵的函数叫做 confusion_matrix(label,predict)

其目的是根据标签和模型预测值来绘制出混淆矩阵，label就是实际值，predict是预测值，格式要求是元素为str格式的列表，比如 label = [ '0' ,'1' ,'2'] 表示的就是三个样本的标签，0，1，2分别表示的是其对应的分类编号，同时也是最终混淆矩阵的行索引（后面会展开讲讲），pedict的样本顺序必须与之对应，通过一一按顺序成组比对label和predict的类别获得最终的结果。

最终结果如下图示意：

图1.三分类问题混淆矩阵示意图

上图假设了一个3分类的问题，行索引代表的是实际值，列索引代表的是预测值，矩阵中的数字则代表对应的样本数量，以第二列[1, 7, 1]为例，7的位置是[1][1],即label=predict,分类正确，1类被分对的样本有7个，所有对角线上的数字表示正确分类的数量，第一个1的位置是[0][1]，表示样本是第0类，但是模型把它分为第1类，这样的样本有1个，依次类推。

如果想研究模型的错误，往往不关注对角上的元素，可以全部为0ÿ