1.这里介绍由 sklearn.metrics.ConfusionMatrixDisplay 所给出的关于混淆矩阵的一个小例子，来进行理解混淆矩阵及如何应用混淆矩阵来对数据进行分析

2.先了解混淆矩阵的一些基本信息，这里规定正类为1，负类为0

TP(True Positives): 预测为1，而真实的也为1 （即正类判断为正类，1判断为1）

TN(True Negatives): 预测为0，真实的也为0   （即负类判断为负类，0判断为0）

FP(False Positives): 预测为1，真实的为0       （即负类判断为正类，将0判断为了1）

FN(False Negatives): 预测为0，真实为1        （即正类判断为负类，将1判断为了0） 

样本总数=25	预测为：0	预测为：1
真实为：0	TN = 12	FP = 1	真实的0总数：13
真实为：1	FN = 2	TP = 10	真实的1总数：12
	预测的0总数：14	预测的1总数：11

上方表格中，说明一下FN = 2 ,即表示预测为0的样本总的有14个，但是其中有2个样本咱预测成了0不过其真实的情况是为1，所以得到了FN = 2，即将本来是1的预测成了0（正类预测成了负类）。

为了便于理解，还可以将1理解成患病的情况，0是没病的情况，那么上面FN=2,则可理解成，将本来是患病的2个人预测成了没病，所以自然预测出问题了，他俩本来有病，但计算机预测他俩没病。

这个预测的数据，并非人为的凭空捏造，而是通过相关模型的建立及训练后，传入相关测试数据后，得到的预测数据。

而我们会想如果预测的数据和真实的数据情况一样的情况呢，即假设咱建立的模型很牛掰，预测的很准达到了100%正确，那么TN、FP、FN、TP的取值又该如何呢？即如下表情况：我们规定其真实的0的个数和上表一样还是13个，真实的1的个数仍旧为12，然后预测情况如下：

样本总数=25	预测为：0	预测为：1
真实为：0	13	0	真实的0总数：13
真实为：1	0	12	真实的1总数：12
	预测的0总数：13	预测的1总数：12

可以看到预测情况和真实的情况一样，即这种情况毫无疑问，预测准确率达到了100%，当然一般情况下，预测能力可达不到100%正确。

除上述外还需了解召回率（recall score）的相关信息，可从sklearn.metrics.recall_score 中进行了解，即使用TN、FP、FN、TP的相关值来计算的一个分数，进而评估该预测效果

3.接下来了解通过代码及运行结果来进行相关信息的理解及应用

3.1  基于SVC的方式来进行训练及预测

# 混淆矩阵 confusion matrix

import matplotlib.pyplot as plt
import numpy as np

from sklearn.datasets import make_classification
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

from sklearn.metrics._classification import recall_score





X, y = make_classification(random_state=0)
X_train, X_test, y_train, y_test = train_test_split(X, y,random_state=0)

print("真实的 Y值:",y_test)


# SVC 方式

clf = SVC(random_state=0)


clf.fit(X_train, y_train)


predictions = clf.predict(X_test)


print("预测的 Y值:",predictions)

# SVC
#Y: [1 1 1 0 0 1 1 0 1 1 1 0 0 0 0 1 0 0 1 1 0 0 1 0 0]
#p: [1 0 1 0 0 1 1 0 0 1 1 0 0 0 0 1 0 0 1 1 1 0 1 0 0]
#      x             x                       x     





cm = confusion_matrix(y_test, predictions)

disp = ConfusionMatrixDisplay(confusion_matrix=cm)

r = recall_score(y_test,predictions,average='macro')


print("\n","recall score:" , r)



disp.plot()

plt.show()

控制台输出：recall score = 0.8782051282051282

 混淆矩阵图像：

为了方便理解，不妨将混淆矩阵的各个模块添加上坐标，所以可以看到下图的各个模块坐标，坐标为（0,0）的模块样本数量有12个，（0,1）的有1个，（1,0）的有2个，（1,1）的有10个

首先通过对控制台输出的真实的 Y 值及预测的Y值进行分析，可以看到下图中打上红叉的地方，预测的Y值与真实值并不一样，所以可以看到混淆矩阵图上（1,0）的地方有2个，其代表的意思就是预测为0但实际为1的样本数量有2个，即 FN = 2；

又有（0,1）的模块有1个样本，即 FP = 1,表示为预测为 1但实际上是 0（将负类预测成了正类，0预测成了1）；

又有（0,0）的模块为12个，即 TN = 12,表示为预测为0，真实的也为0的有12个样本（负类预测成负类，0预测成了0）；

之后有（1,1）的模块为10个，即 TP = 10,表示为预测成1，真实的也为1的有10个样本（正类预测成正类，1预测成了1）。

3.2 基于逻辑回归的方式训练及预测

# 添加如下代码，且将SVC方式注释掉使用逻辑回归方式即可


from sklearn.linear_model import LogisticRegression



# SVC 方式
# clf = SVC(random_state=0)

# 逻辑回归方式
clf = LogisticRegression(random_state=0)

 可以发现recall score 分数较SVC的提高了些

 可以发现对比之前的混淆矩阵，逻辑回归方式，（1,1）即 TP = 11，从TP = 10 提高到了 11，略有上升。

3.3 线性回归的方式训练及预测

# 添加线性回归的库，即调用线性回归的代码

from sklearn.linear_model import LinearRegression


# SVC 方式
# clf = SVC(random_state=0)

# 逻辑回归方式
# clf = LogisticRegression(random_state=0)

# 采用线性回归
clf = LinearRegression()


clf.fit(X_train, y_train)


predictions = clf.predict(X_test)

predictions = predictions.astype(int)   # 将预测数据转为int类型

可以看到线性回归方式进行预测效果有些不太理想，recall score 降低了很多

 

 从混淆矩阵来看，预测的效果，在预测为1且实际为1时的情况即TP的值下降了许多，该方式进行预测有点不太理想。

4.以上便为混淆矩阵的一些简单理解，总体来说，混淆矩阵表示相关数据情况，还是比较直观的。