绘制混淆矩阵的马赛克图
手动计算性能矩阵也许很有趣，但如果您需要比较多个模型的混淆矩阵，就会变得繁琐。好在 .pred_table() 方法可以直接为您计算混淆矩阵。
此外，您还可以将 .pred_table() 方法的输出传给 mosaic() 函数，将混淆矩阵可视化。
churn 和 mdl_churn_vs_relationship 已可用。
本练习是课程的一部分
使用 Python 中的 statsmodels 进行回归入门
练习说明
- 从
statsmodels.graphics.mosaicplot导入mosaic()函数。 - 使用
.pred_table()方法创建conf_matrix并打印。 - 绘制该混淆矩阵的马赛克图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import mosaic from statsmodels.graphics.mosaicplot
____
# Calculate the confusion matrix conf_matrix
conf_matrix = ____
# Print it
print(conf_matrix)
# Draw a mosaic plot of conf_matrix
____
plt.show()