混淆矩阵中的标签不正确

Question

我试图在python的knn-classifier上创建一个混淆矩阵，但是标记的类是错误的。

数据集的classes属性是2（对于良性）和4（对于恶性），但是当我绘制混淆矩阵时，所有标签都是2。我使用的代码是：

数据源：http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Diagnostic%29

来自UCI的乳腺癌威斯康星州（诊断）数据集的KNN分类器：

data = pd.read_csv('/breast-cancer-wisconsin.data')
data.replace('?', 0, inplace=True)
data.drop('id', 1, inplace = True)


X = np.array(data.drop(' class ', 1))
Y = np.array(data[' class '])

X_train, X_test, Y_train, Y_test = train_test_split(X,Y,test_size=0.2)
clf = neighbors.KNeighborsClassifier()
clf.fit(X_train, Y_train)

accuracy = clf.score(X_test, Y_test)

情节混淆矩阵

from sklearn.metrics import plot_confusion_matrix

disp = plot_confusion_matrix(clf, X_test, Y_test,
                               display_labels=Y,
                               cmap=plt.cm.Blues,)

Confusion matrix

Answer 1

问题是您要使用display_labels指定Y参数，该参数应该只是用于绘图的目标名称。现在，它仅使用Y中出现的前两个值，恰好是2, 2。还要注意，如docs中所述，显示的标签将与labels中指定的标签（如果提供）相同，因此您只需要：

from sklearn.metrics import plot_confusion_matrix
fig, ax = plt.subplots(figsize=(8,8))
disp = plot_confusion_matrix(clf, X_test, Y_test,
                               labels=np.unique(y),
                               cmap=plt.cm.Blues,ax=ax)