混同行列のヒートマップを％表示にしたい

Question

前提・実現したいこと

画像分類を行った時に、混同行列を用いて制度などを確認したいのですが、ヒートマップに「％表示」で出力したいのですが、いろいろ試したのですが、うまくいきません。分かる方いましたら教えていただけると助かります。

該当のソースコード

import cnn_model
import keras
import matplotlib.pyplot as plt
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
import pandas as pd
import seaborn as sns


#入力と出力を指定
im_rows=32
im_cols=32
im_color=3
in_shape=(im_rows,im_cols,im_color)
nb_classes=4

#写真データを読み込み
photos=np.load(".\dataset.npz")
x=photos["x"]
y=photos["y"]

#読み込んだデータを三次元配列に変換
x=x.reshape(-1,im_rows,im_cols,im_color)
x=x.astype("float32")/255
#ラベルデータをone-hotベクトルに直す
y=keras.utils.np_utils.to_categorical(y.astype("int32"),nb_classes)
#学習用とテスト用に分ける
x_train,x_test,y_train,y_test=train_test_split(x,y,train_size=0.9)
#cnnモデルを取得
model=cnn_model.get_model(in_shape,nb_classes)

#学習を実行
hist=model.fit(x_train,y_train,
              batch_size=32,
              epochs=5,
              verbose=1,
              validation_data=(x_test,y_test))

#モデルを評価
score=model.evaluate(x_test,y_test,verbose=1)
print("正解率=",score[1],"loss=",score[0])

#学習の様子をグラフへ描写
#正解率の推移をプロット
plt.plot(hist.history["acc"])
plt.plot(hist.history["val_acc"])
plt.title("Accuracy")
plt.legend(["train","test"],loc="upper left")
plt.show()

#ロスの推移をプロット
plt.plot(hist.history["loss"])
plt.plot(hist.history["val_loss"])
plt.title("Loss")
plt.legend(["train","test"],loc="upper left")
plt.show()

model.summary()

model.save_weights(".\cnn.hdf5")
def print_cmx(y_true, y_pred):
    labels = sorted(list(set(y_true)))
    cmx_data = confusion_matrix(y_true, y_pred, labels=labels)
    labels= ["cat","dog","brid","human"]
    df_cmx = pd.DataFrame(cmx_data, index=labels, columns=labels)

    plt.figure(figsize = (10,7))
    sns.heatmap(df_cmx, annot=True)
    plt.xlabel("Predict-labels")
    plt.ylabel("True-labels")

    plt.show()

predict_classes = model.predict_classes(x_test, batch_size=32)
true_classes = np.argmax(y_test,1)
print_cmx(true_classes,predict_classes)

Answer 1

こちらを参考にしてみてください。

Confusion matrix — scikit-learn 0.22 documentation

Comments

[shimauma111]

すみません。
試したのですが、％表示にできません。
もし宜しければ教えていただくと助かります

[hayataka2049]

plot_confusion_matrix関数のnormalize引数に"all"を指定すると良いのではないでしょうか。

[hayataka2049]

ちなみにこの関数を使わないでプロットする場合は、一度混同行列を表す配列の総和で割ると良いかと思います。その上で必要なら100をかけるとパーセントの数字になるかと。

[shimauma111]

自分のプログラムで言うとどの辺のあたりで混同行列を表す配列の総和で割るとよろしいでしょうか？
無知ですみません。

[hayataka2049]

混同行列の配列を計算してから、seabornでプロットするためにDataFrameに格納する前が良いかと思います。

[shimauma111]

何度もすみません。プログラム書き換えてみたのですがうまくいかないです。もしよろしければ、プログラムの書き換えを見せていただけると嬉しいです。

[hayataka2049]

プログラム全体の動作までは把握できていませんが、
cmx_data = (cmx_data / np.sum(cmx_data)) * 100
などではいけませんか？

[shimauma111]

遅くなってしまい申し訳ございません。
色々バタバタしていて今日試しています。
色々と教えていただきありがとうございます。

Answer 2

例えば、今0.1となっているものを10%と表示したいのであれば、値を100倍にしてから、パーセントの表示を追加する必要があります。
sns.heatmap(df_cmx, annot=True)
となっている部分を、

# 100倍する
ax = sns.heatmap(df_cmx*100, annot=True)
# %の表示を加える
for t in ax.texts: t.set_text(t.get_text() + " %")

と変更すると想定している動作になるかと思います。

Comments

[aaa_1994]

0.1とかではなく15とか20とかに表示されている場合どうすればよいでしょうか？

[shimauma111]

自分のやつ0.1とかの表示ではなく200とかになっているのですがそれを0.1などの表示にしたい場合はどのように変更すればよいでしょうか？

[kabayan55]

想定されている入力と出力を簡単な例で教えていただけますか？
例えば200と表示されている値は何%と表示されていてほしいのでしょうか？

[shimauma111]

精度がいいものは90％などの表示がしたいです。
https://newtechnologylifestyle.net/keras_fashion-mnist/
僕のヒートマップではないですが、上記のサイトのようなひーーとマップの出力ではなく、くらすAは80％みたいな感じにしたいです。分かりずらい文章ですみません。