调整损失函数，以及输出混淆矩阵confusion_matrix()

confusion_matrix() 

语法：

sklearn.metrics.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

1. y_true: 是样本真实分类结果，y_pred: 是样本预测分类结果 
2. labels：是所给出的类别，通过这个可对类别进行选择 
3. sample_weight : 样本权重

用法：

from sklearn.metrics import confusion_matrix

#下面是官方文档上的一个例子

y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]
y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])

运行结果

array([[2, 0, 0],
       [0, 0, 1],
       [1, 0, 2]])

 

 

调整损失函数综合例子：

#!/usr/bin/env python
# -*