使用混淆矩阵遇NameError：predicted_class未定义及标签显示问题求助

1. 解决NameError: name 'predicted_class' is not defined错误 #

你代码最后一行的print(predicted_class)里，predicted_class从未被定义。你已经通过classes_x=np.argmax(predict_x,axis=1)得到了预测类别，两种修复方式：

• 直接打印已生成的classes_x
• 将classes_x赋值给predicted_class后再打印

修改后的代码片段： #

predict_x=model.predict(X) 
classes_x=np.argmax(predict_x,axis=1)
# 方案1：直接打印预测结果
print(classes_x)
# 方案2：先赋值再打印
predicted_class = classes_x
print(predicted_class)

2. 修复混淆矩阵标签显示问题 #

你的混淆矩阵函数已设置刻度标签，但可以通过优化DataFrame的创建逻辑，让标签显示更精准：

修改后的完整可运行代码： #

import numpy as np
import pandas as pd
import seaborn as sn
from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt

def print_confusion_matrix(y_true, y_pred):
    cm = confusion_matrix(y_true, y_pred)
    print('True positive = ', cm[0][0])
    print('False positive = ', cm[0][1])
    print('False negative = ', cm[1][0])
    print('True negative = ', cm[1][1])
    print('\n')
    # 直接指定DataFrame的行列标签，对应真实和预测类别
    df_cm = pd.DataFrame(cm, 
                         index=['Fake', 'Real'],  # 实际类别标签
                         columns=['Fake', 'Real']) # 预测类别标签
    sn.set(font_scale=1.4)
    sn.heatmap(df_cm, annot=True, annot_kws={"size": 16}, fmt='d')
    plt.ylabel('Actual label', size=20)
    plt.xlabel('Predicted label', size=20)
    # 调整刻度位置，让标签居中显示在热图格子上
    plt.xticks(np.arange(2)+0.5, ['Fake', 'Real'], size=16)
    plt.yticks(np.arange(2)+0.5, ['Fake', 'Real'], size=16, rotation=0)
    plt.ylim([2, 0])
    plt.show()

# 生成预测类别
predict_x=model.predict(X) 
classes_x=np.argmax(predict_x,axis=1)
# 调用混淆矩阵函数，传入真实标签和预测标签
print_confusion_matrix(Y_val_org, classes_x)

关键优化点： #

• 创建df_cm时直接定义行列标签，避免依赖手动刻度设置
• 调整刻度位置为np.arange(2)+0.5，让标签与热图格子对齐
• 给yticks添加rotation=0，防止标签旋转导致显示混乱
• 调用函数时传入正确的真实标签Y_val_org和预测标签classes_x

内容的提问来源于stack exchange，提问作者Sanjiro