混淆矩阵

论文中咱们会经常看见一类图，比如说多类别文类问题，那么每一个类别分到其他类别都有一些数据，但是分到自己类别的毕竟多，这样计算百分比之后就形成了一个矩阵，如果分类正确率高的话，那么对角线上的元素的值，也就是自己到自己的那一部分，value就大。

我最近也在做多分类问题，要画这样的图，但是发现确实很少有代码，自己画的确实不好看，还牵扯到值的显示和x轴标签的旋转问题，所以一直自己也没空仔细研究，就去stackoverflow问了一下，马上就得到了答案，stackoverflow是个好站点啊，关于计算机领域等的问答系统。很多牛人在上面。

下面我整理了一下代码，用的答案是gnovice的，分享出来，加入函数的输入就是一个矩阵了。

function draw_cm(mat,tick)
%%
%  作者： 丕子  shamoxia.com
%  参数：mat-矩阵；tick-要在坐标轴上显示的label向量，例如{'label_1','label_2'...}
%
%%
imagesc(mat);            %# 绘彩色图
colormap(flipud(gray));  %# 转成灰度图，因此高value是渐黑色的，低value是渐白的
num_class=size(mat,1);

textStrings = num2str(mat(:), '%0.2f' );
textStrings = strtrim(cellstr(textStrings));
[x,y] = meshgrid(1:num_class);
hStrings = text(x(:),y(:),textStrings(:), 'HorizontalAlignment' , 'center' );
midValue = mean(get(gca, 'CLim' ));
textColors = repmat(mat(:) > midValue,1,3);
%改变test的颜色，在黑cell里显示白色
set(hStrings,{ 'Color' },num2cell(textColors,2));  %# Change the text colors

set(gca, 'xticklabel' ,tick, 'XAxisLocation' , 'top' );
rotateXLabels(gca, 45 );

set(gca, 'yticklabel' ,tick);

里面的代码rotateXLabels(gca, 45 );是用来对x轴的label进行旋转的，防止因为太长而重叠，用的是Ben Tordoff写的，自己可以去下载这个function，这里我就不列出来了。

举个例子吧：

clc;
clear;
figure(1);
mat = rand(6);
draw_cm(mat,{ 'label_1' , 'label_2' , 'label_3' , 'label_4' , 'label_5' , 'label_6' });

出来的图：

我把这个用Matlab通过分类的label计算混淆矩阵Confusion Matrix并且显示的函数做在了我的代码包中，有用的可以下载：

PG_Curve.zip: Matlab code for computing and visualization: Confusion Matrix, Precision/Recall Curve, ROC, Accuracy, F-Measure etc. for Classification.

只要一句代码就行了，方便。

[confusion_matrix]=compute_confusion_matrix(predict_label,num_in_class,name_class);