NumPy · 函数

混淆矩阵

计算分类混淆矩阵。对标 sklearn.metrics.confusion_matrix。

调用签名(真实标签, 预测标签, 归一化: 'bool' = False)

混ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 混淆矩阵
设 结果 = NumPy.混淆矩阵(
    真实标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 真实标签;首次使用建议先 打...
    预测标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 预测标签;首次使用建议先 打...
    归一化=False,  # 可选；布尔开关 归一化,传 真 或 假 控制行为;不传...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

真实标签可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入真实标签;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '真实标签';检查调用是否漏了这行

预测标签可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入预测标签;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '预测标签';检查调用是否漏了这行

归一化可选 · 默认 False

bool位置参数或字段名=值

布尔开关归一化,传真或假控制行为;不传时按默认值。

常见错误：传非布尔会报 TypeError;用真/假或 True/False

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 混淆矩阵
设 结果 = NumPy.混淆矩阵(
    真实标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 真实标签;首次使用建议先 打...
    预测标签=[1, 2, 3, 4],  # 必填；按函数业务含义传入 预测标签;首次使用建议先 打...
    归一化=False,  # 可选；布尔开关 归一化,传 真 或 假 控制行为;不传...
)
打印(结果)

# 进阶组合:混淆矩阵 配合 NumPy 业务流使用
设 数据 = NumPy.数组([1, 2, 3, 4, 5])
设 结果 = NumPy.混淆矩阵(
    真实标签=[1, 2, 3, 4],  # 必填
    预测标签=[1, 2, 3, 4],  # 必填
    归一化=False,  # 可选
)
设 总和 = NumPy.求和(数据)
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 真实标签
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = NumPy.混淆矩阵()  # TypeError
# 修复:补上必填字段
设 结果 = NumPy.混淆矩阵(真实标签=[1, 2, 3, 4])

## 参数 2: 预测标签
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = NumPy.混淆矩阵()  # TypeError
# 修复:补上必填字段
设 结果 = NumPy.混淆矩阵(预测标签=[1, 2, 3, 4])
打印(结果)