python数据分析之分类模型评估实践

1、混淆矩阵

• 混淆矩阵：用来评估模型分类的正确性，该矩阵是一个方阵，矩阵的数值用来表示分类器预测的结果数量。
• 真正例（True Positive）：预测值为正例（Positive），预测结果正确（True），即实际值为正例。
• 假正例（False Positive）：预测值为正例（Positive），预测结果错误（False），即实际值为负例。
• 真负例（True Negative）：预测值为负例（Negative），预测结果正确（True），即实际值为负例。
• 假负例（True Negative）：预测值为负例（Negative），预测结果错误（False），即实际值为正例。

以下例子利用鸢尾花数据集来进行分类预测，并输出一个混淆矩阵：

import numpy as np
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt
import warnings

plt.rcParams["font.family"] = "SimHei"
plt.rcParams["axes.unicode_minus"] = False
plt.rcParams["font.size"] = 12
warnings.filterwarnings("ignore")

iris = load_iris()
X, y = iris.data, iris.target
X = X[y != 0, :]           # 去除类别0，使用类别1和类别2进行二分类
y = y[y != 0]
y[y == 1] = 0           # 将类别1重定义为0，将类别2重定义为1，符合0和1的习惯
y[y == 2] = 1
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=2)
lr = LogisticRegression()
lr.fit(X_train, y_train)
y_hat = lr.predict(X_test)

# 传入真实值与预测值，创建混淆矩阵。
matrix = confusion_matrix(y_true=y_test, y_pred=y_hat) 
print(matrix)
---------------------
[[15  1]
 [ 1  8]]

将混淆矩阵可视化，更加清晰明了：

mat = plt.matshow(matrix, cmap=plt.cm.Blues, alpha=0.5)
label = ["负例", "正例"]
ax = plt.gca()
ax.set(xticks=np.arange(matrix.shape[1]), yticks=np.arange(matrix.shape[0]),
        xticklabels=label,</