如何以指数形式将混淆矩阵中显示的值修复为正常形式

Question

在处理我的项目时，我从测试数据中获得了一个混淆矩阵：

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, y_pred)
cm

输出为：

array([[1102,   88],
   [  85,  725]], dtype=int64)

使用 seaborn 和 matplotlib，我使用代码对其进行了可视化：

import seaborn as sns
import matplotlib.pyplot as plt     

ax= plt.subplot();
sns.heatmap(cm, annot=True,cmap='Blues',ax=ax);
# labels, title and ticks
ax.set_xlabel('Predicted labels');ax.set_ylabel('True labels'); 
ax.set_ylim(2.0, 0)
ax.set_title('Confusion Matrix');
ax.xaxis.set_ticklabels(['Fake','Real']); 
ax.yaxis.set_ticklabels(['Fake','Real']);

得到的输出是：

Confusion matrix

问题是 3 位数字（这里 1102 显示为 11e+03）或以上的值以指数形式显示。

有没有办法以正常形式显示它？

Answer 1

您可以使用"fmt" 选项：

cm = np.array([[1102,   88],[85,  725]])

import seaborn as sns
import matplotlib.pyplot as plt     

sns.heatmap(cm, annot=True,fmt="d",cmap='Blues')

Answer 2

import matplotlib.pyplot as plt
import seaborn as sns

cm = confusion_matrix(y_test, y_pred)
cm_df = pd.DataFrame(cm,
                 index = [0, 1], 
                 columns = [0, 1])
plt.figure(figsize=(10,5))
sns.heatmap(cm_df, annot=True)
plt.title('Confusion Matrix')
plt.ylabel('Actal Values')
plt.xlabel('Predicted Values')
plt.show()

Answer 3

通过添加 fmt="d" 参数起作用。