相关代码
svc = LinearSVC(penalty="l2", loss="squared_hinge")
svc.fit(X, y)
heatmap(confusion_matrix(svc.predict(X_test), y_test), annot=True, fmt="g", yticklabels=["Healthy", "SARS-CoV-19"] ,xticklabels=["Healthy", "SARS-CoV-19"])
plt.title("Confusion matrix for test-dataset")
plt.xlabel("Predicted")
plt.ylabel("Expected")
sklearn svm.LinearSVC的参数说明
svm官方文档
混淆矩阵及confusion_matrix函数的使用
（如何理解图片上的数据）
Python可视化 | Seaborn之seaborn.heatmap()热力图
【Python】绘制热力图seaborn.heatmap，cmap设置颜色的参数
参数：annot如果为True，则在每个热力图单元格中写入数据值。 如果数组的形状与data相同，则使用它来代替原始数据注释热力图。
fmt : string, optional 字符串，可选参数。
