如何用 ggplot2 可视化混淆矩阵

数据分析 混淆矩阵是评估分类模型性能的重要工具。 在这篇文章中，我们将使用 R 的 ggplot2 套餐如下图所示，将混淆矩阵可视化，以及如何将混淆矩阵中的每个元素可视化，使其更容易理解。

혼동행렬 시각화 그림
(用 ggplot2 可视化混淆矩阵）

用 ggplot2 可视化混淆矩阵

혼동행렬 시각화 개요 그림
(混淆矩阵可视化概述）

首先是 ggplot2是 R 中最受欢迎的可视化库之一。它提供了一种直观的方法来表示混淆矩阵。下面的代码以数据帧的形式创建了一个混淆矩阵，并将其绘制成一个 ggplot2来逐步实现混淆矩阵的可视化。

1. 加载所需的库

要将混淆矩阵可视化，我们首先需要加载 ggplot2 库。ggplot2 是 R 中许多可视化工具的必备工具，也是创建直观、时尚图表的强大工具。

加载 # 先决条件库
library(ggplot2)

2. 生成混淆矩阵数据

代表混淆矩阵的数据存储在 数据框来创建混淆矩阵。设置预测值和真实值，并为混淆矩阵中的每个条目添加标签（TP、FP、FN、TN）。

创建表示 # 混淆矩阵的数据帧
confusion_data <- data.frame(
  Predicted = factor(c("Y", "Y", "N", "N"), levels = c("N", "Y")), # Predicted：设置 N 和 Y 水平（N 在下）。
  实际 = factor(c("Y", "N", "Y", "N"), levels = c("Y", "N")), # 实际：设置 Y 和 N 的水平（Y 在左侧）
  标签 = c("真阳性 (TP)"、"假阳性 (FP)"、"假阴性 (FN)"、"真阴性 (TN)")  # 每个项目的标签
)

代码 描述:

  • 预测 列是模型预测的值。这里的 Y和 N其中 Y 为正数，N 为负数。
  • 实际 列是实际值，而 Y和 N以使用
  • 标签是混淆矩阵中每个条目对应的标签，分别表示 TP（真阳性）、FP（假阳性）、FN（假阴性）、TN（真阴性）。

3. 用 ggplot2 可视化混淆矩阵

现在，让我们使用 ggplot2 将混淆矩阵可视化。 geom_铺瓦片()将每个项目表示为一块瓷砖，并为每块瓷砖添加文本标签（TP、FP、FN、TN）。

# 使用 ggplot2 直观显示混淆矩阵
ggplot(confusion_data, aes(x = 实际数据，y = 预测数据)) +
  geom_tile(fill = "lightblue", color = "black", width = 1, height = 1) + # 创建磁贴，设置颜色和边框
  geom_text(aes(label = 标签), size = 5) + # 为磁贴添加文本标签
  labs(title = "混淆矩阵", subtitle = "实际（参考）") + # 添加标题和副标题
  scale_x_discrete(position = "top") + # 将 X 轴标签置于顶部
  theme_minimal() + # 设置极简主题
  主题(
    plot.title = element_text(hjust = 0.5, size = 16, face = "bold", margin = margin(b = 10)), # 设置标题
    plot.subtitle = element_text(hjust = 0.5, size = 12, face = "bold", margin = margin(b = 20)), # 设置副标题
    axis.title.x = element_blank(), # 移除 x 轴标题
    axis.title.y = element_text(size = 12, face = "bold", margin = margin(r = 20)), # 设置 Y 轴标题
    axis.text.x = element_text(size = 12, face = "bold", margin = margin(b = 10)), # 设置 x 轴标签
    axis.text.y = element_text(size = 12, face = "bold"), # 设置 Y 轴标签
    panel.grid = element_blank()，# 删除网格
    axis.ticks = element_blank(), # 移除轴刻度线
    plot.margin = margin(t = 50, b = 40) # 设置 margin
  )

代码 描述:

  • geom_tile()将混淆矩阵中的每个条目绘制成一个图块。瓦片的颜色设为浅蓝色，边框设为黑色。
  • geom_text()显示混淆矩阵的标签（TP、FP、FN、TN）。
  • 实验室()标题和副标题：设置标题和副标题。在副标题中添加 "实际（参考）"，表示实际值是参考数据。
  • theme_minimal()将背景设为白色，并删除不必要的元素以简化图表。

4. 将结果可视化并设置图表样式

混淆矩阵的可视化效果与文章开头的效果类似。以平铺格式显示的每个条目都有一个 真正的积极, 假阳性, 假阴性, 真阴性以帮助您理解混淆矩阵的含义。

最终完整代码

加载 # 先决条件库
library(ggplot2)

创建表示 # 混淆矩阵的数据框
confusion_data <- data.frame(
  Predicted = factor(c("Y", "Y", "N", "N"), levels = c("N", "Y")), # predicted: set N and Y levels (N is below)
  实际 = factor(c("Y", "N", "Y", "N"), levels = c("Y", "N")), # 实际：设置 Y 和 N 的水平（Y 在上）
  标签 = c("真阳性 (TP)"、"假阳性 (FP)"、"假阴性 (FN)"、"真阴性 (TN)")  # 每个项目的标签
)

# 使用 ggplot2 直观显示混淆矩阵
ggplot(confusion_data, aes(x = 实际数据，y = 预测数据)) +
  geom_tile(fill = "lightblue", color = "black", width = 1, height = 1) +
  geom_text(aes(label = 标签), size = 5) +
  labs(title = "Confusion Matrix", subtitle = "Actual (Reference)") +
  scale_x_discrete(position = "top") +
  theme_minimal() +
  主题(
    plot.title = element_text(hjust = 0.5, size = 16, face = "bold", margin = margin(b = 10))、
    plot.subtitle = element_text(hjust = 0.5, size = 12, face = "bold", margin = margin(b = 20))、
    axis.title.x = element_blank()、
    axis.title.y = element_text（size = 12，face = "黑体"，margin = margin(r = 20)）、
    axis.text.x = element_text(size = 12, face = "bold", margin = margin(b = 10))、
    axis.text.y = element_text(size = 12, face = "bold")、
    panel.grid = element_blank()、
    axis.ticks = element_blank()、
    plot.margin = margin(t = 50, b = 40)
  )

总结

在本帖中，我们将使用 R 的 ggplot2 创建一个 混淆矩阵 您已经学会了如何将其可视化。混淆矩阵是评估分类模型性能的重要工具，通过直观地表示每个条目的含义（TP、FP、FN、TN），可以轻松了解模型的准确性。这种方法使混淆矩阵的分析更加直观，而且可以应用于各种数据！

要理解混淆矩阵在实践中的意义，我们需要使用 R 数据分析示例：利用 Iris 虹膜数据集学习分类和可视化 查看帖子。您就会明白我们所说的检查模型性能是什么意思，包括准确性、召回率等。

类似文章