Scikit-Learn：混淆矩阵中的标签不匹配

Question

假设我有一个包含（可能）43 个不同值的数组，例如

import pandas as pd
Y_test = pd.Series([4,4,4,42,42,0,1,1,19], dtype=int)
Y_hat = pd.Series([4,4,2,32,42,0,5,5,19], dtype=int)

每当我尝试绘制混淆矩阵时：

def create_conf_mat(index, y_test, y_hat):
    cm = confusion_matrix(y_test, y_hat)
    fig = plt.figure()
    ax = fig.add_subplot(111)
    cax = ax.matshow(cm)
    plt.title(f'Confusion Matrix ({index} features, 1 outcome)')
    fig.colorbar(cax)
    plt.xlabel('Predicted')
    plt.ylabel('Actual')
    plt.savefig(f'confm_{index}.png')
    plt.savefig(f'confm_{index}.svg')
    plt.savefig(f'confm_{index}.pdf')
    return

我没有得到标签 [0, 1, 2, 4, 5, 19, 32, 42] 而是 [0, 1, 2, 3, 4, 5, 6, 7]。 我试图通过使用 y_test/y_hat 中的唯一值作为标签参数来明确设置标签，但它也不起作用。我什至尝试将整数值转换为字符串，但这样做，sklearn 抱怨至少有一个标签必须在 y_true 中。 有谁知道我如何将 y_test 和 y_pred 中的实际值绘制为混淆矩阵中的标签？

Answer 1

正如documentation 中所暗示的，关于labels 参数到confusion_matrix：

如果给出 None ，则在 y_true 或 y_pred 中至少出现一次的将按排序顺序使用。

所以，我们需要同时抓取两个列表，并提取唯一数字列表：

labels = np.unique(np.concatenate([y_test.values, y_hat.values]))
plt.xticks(range(len(labels)), labels)
plt.yticks(range(len(labels)), labels)

请注意，最新版本的 'scikit-learn' 现在包括 integrated function to plot a confusion matrix 和 example code。