小然今天给分享vapy如何赚钱的知识,其中也会对py怎么赚钱进行解释,希望能解决你的问题,请看下面的文章阅读吧!
vapy如何赚钱(py怎么赚钱)
vapy如何赚钱(py怎么赚钱)
vapy如何赚钱(py怎么赚钱)
1、import matplotlib.pyplot as plt在做分类的时候,经常需要画混淆矩阵,下面我们使用python的matplotlib包,scikit-learning机器学习库也同样提供了例子:, 但是这样的图并不能满足我们的要求,import matplotlib.pyplot as plt首先是刻度的显示是在方格的中间,这需要隐藏刻度,其次是如何把每个label显示在每个方块的中间, 其次是如何在每个方格中显示accuracy数值, 是如何在横坐标和纵坐标显示label的名字,在label name比较长的时候,如何处理显示问题。
2、直接贴上代码:[python] view plain copypredict.txt: predict_label true_label'''import numpy as np#load labels.labels = []file = open('labels.txt', 'r')lines = file.readlines()for line in lines:labels.append(line.strip())file.close()y_true = []y_pred = []file = open('predict.txt', 'r')lines = file.readlines()for line in lines:y_true.append(int(line.split(" ")[1].strip()))file.close()tick_marks = np.array(range(len(labels))) + 0.5plt.imshow(cm, interpolation='nearest', cmap=cmap)plt.title(title)plt.colorbar()xlocations = np.array(range(len(labels)))plt.xticks(xlocations, labels, rotation=90)plt.yticks(xlocations, labels)plt.ylabel('True label')cm = confusion_matrix(y_true, y_pred)print cmnp.set_printoptions(precision=2)cm_normalized = cm.astype('float')/cm.sum(axis=1)[:, np.newaxis]print cm_normalizedplt.figure(figsize=(12,8), dpi=120)#set the fontsize of label.#for label in plt.gca().xaxis.get_ticklabels():# label.set_fontsize(8)#text portionind_array = np.arange(len(labels))for x_val, y_val in zip(x.flatten(), y.flatten()):c = cm_normalized[y_val][x_val]if (c > 0.01):plt.text(x_val, y_val, "%0.2f" %(c,), color='red', fontsize=7, va='center', ha='center')plt.gca().set_xticks(tick_marks, minor=True)plt.gca().set_yticks(tick_marks, minor=True)plt.gca().xaxis.set_ticks_ition('none')plt.grid(True, which='minor', linestyle='-')plot_confusion_matrix(cm_normalized,)plt.show()结果如下图所示:阅读全文版权声明:本文为博主原创文章,未经博主允许不得转载。
3、目前您尚未登录,请 登录 或 注册 后进行评论lincmian2017-05-08 2。
本文到这结束,希望上面文章对大家有所帮助。