如何使用Python对分类模型进行混淆矩阵和ROC曲线分析？-Python教程-PHP中文网

混淆矩阵需用confusion_matrix计算后配合confusionmatrixdisplay可视化，输入为原始预测标签而非概率；roc曲线必须使用正类概率估计，多分类需onevsrestclassifier转ovr。

如何使用python对分类模型进行混淆矩阵和roc曲线分析？

混淆矩阵怎么画？用 `confusion_matrix` 和 `ConfusionMatrixDisplay` 最稳

直接调 confusion_matrix 只返回一个二维数组，没法看；得配合 ConfusionMatrixDisplay 才能可视化。注意：输入必须是原始预测标签（y_pred），不是概率——如果模型输出的是概率，先用 np.argmax() 或 model.predict() 转成类别索引。

常见错误：y_true 和 y_pred 长度不一致，或类别数对不上（比如训练时有 3 类，但测试集漏了某类，显示会错位）。建议加一句 labels=np.unique(y_true) 显式指定标签顺序。

二分类场景下，normalize="true" 能看召回率，normalize="pred" 看精确率
多分类时，颜色深浅依赖归一化方式，不归一容易因样本不均衡掩盖问题
如果模型没做 class_weight 或采样，混淆矩阵里对角线外的块可能一大片非零——这不是画错了，是模型真偏了

ROC曲线必须用概率，`predict_proba` 别误用成 `predict`

roc_curve 和 auc 的输入要求是“正类的概率估计”，不是硬分类结果。用 model.predict() 得到的 0/1 值算不出 ROC——它只有一两个阈值点，画出来就是折线段，不是曲线。

不同模型获取概率的方式不同：LogisticRegression 用 predict_proba()[:, 1]；RandomForestClassifier 同理；但 SVC 默认不输出概率，得设 probability=True 再训练，否则 predict_proba 报 AttributeError。

python 查询技能

查询客流数据，输出JSON格式，可直接导入Bitable等可视化工具

下载

多分类要转为“一对全”（OvR）：用 OneVsRestClassifier 包一层，再对每个类单独算 ROC
roc_curve 返回的 fpr/tpr 是数组，直接传给 plt.plot(fpr, tpr) 就行，别用 scatter
如果 AUC roc_auc_score 对正类标签敏感

sklearn 1.2+ 的 `RocCurveDisplay.from_estimator` 省事但有坑

这个接口封装了预测、计算、绘图全流程，一行就能出图：RocCurveDisplay.from_estimator(clf, X_test, y_test)。但它默认只处理二分类，且要求 y_test 是二值（0/1），不能是字符串或从 1 开始的整数（如 [1, 2]）。

容易被忽略的点：它内部调用 predict_proba，所以 SVC 还是得提前开 probability=True；另外，如果数据里正例比例极低（

想标出某个特定阈值点（比如 0.5），加参数 drop_intermediate=False 并手动找最近的 fpr/tpr
和混淆矩阵共用同一组 y_test 时，确保两者标签编码一致（都用 LabelEncoder 处理过）
该方法不支持自定义 pos_label 参数，如果正类不是 1，得先重映射标签

多分类 ROC 不能直接套用二分类逻辑

多分类没有单一的 ROC 曲线，标准做法是：对每个类，把它当正类、其余当负类，分别算 OvR ROC，再平均（宏平均或微平均）。sklearn 的 roc_auc_score 支持 multi_class="ovr"，但前提是输入是 predict_proba 的完整二维数组（shape=(n_samples, n_classes)），不能只取某一列。

宏平均（average="macro"）给每个类等权重，适合类别不平衡场景；微平均（average="micro"）按样本数加权，更反映整体判别能力。两者结果常不一致——如果某类样本极少但 AUC 很低，宏平均会明显拉低总分，而微平均可能掩盖它。