多分类混淆矩阵计算

需要安装sklearn包

from sklearn.metrics import confusion_matrix

confusion_matrix(y_test, y_predict)

这里以9分类为例

举个栗子
第一行横轴表示，实际值为安徽，共52条数据，实际分类为安徽省的有34条数据，召回率约为0.65，错误分类为广州、黑龙江、湖南的较多，说明数据相似性比较大。
第一列表示，所有分为安徽的数据，一共有48条，其中34条为正确分类，精确率约71%，其中湖南、福建错分为安徽的较多。

混淆矩阵可以用来观察两个类别之间是否数据相似性更强，类别是否合理，以及最后的结果是否达到要求。