在sklearn.metrics包中,可以通过更改plot_confusion_matrix函数的参数来调整默认图形大小。具体来说,可以使用参数figsize来指定图形的宽度和高度。
下面是一个示例代码,展示了如何在sklearn.metrics包中更改plot_confusion_matrix默认图形大小:
import matplotlib.pyplot as plt
from sklearn.metrics import plot_confusion_matrix
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练模型
model = SVC()
model.fit(X_train, y_train)
# 创建混淆矩阵图
fig, ax = plt.subplots(figsize=(8, 6)) # 设置图形大小为8x6
# 绘制混淆矩阵
plot_confusion_matrix(model, X_test, y_test, ax=ax)
# 显示图形
plt.show()
在上述代码中,我们首先导入了必要的库和模块。然后,加载了一个示例数据集(鸢尾花数据集),并将其划分为训练集和测试集。接下来,我们使用支持向量机(SVM)模型进行训练,并创建一个指定大小的图形对象。最后,使用plot_confusion_matrix函数绘制混淆矩阵,并通过plt.show()显示图形。
需要注意的是,上述代码中的图形大小设置为8x6,你可以根据需要调整这两个参数来改变图形的大小。
领取专属 10元无门槛券
手把手带您无忧上云