定制对对角线距离与数值规模敏感的混淆矩阵热图需求

类别定义 #

我有Q0_10、Q10_20、Q20_30、Q30_40、Q40_50五个类别，其中Q10_20代表账户百分位排名处于10%-20%区间。

预测混淆矩阵 #

用分类模型对一批账户做类别预测后，得到如下混淆矩阵：

Predicted  Q0_10  Q10_20  Q20_30  Q30_40  Q40_50
 Actual
 Q0_10        5       6       0       4       5
 Q10_20       1       7       4       1       0
Q20_30        5       3       2       0       1
Q30_40        4       2       5       2       0
Q40_50        0       1       2       1       7

当前热图代码 #

目前使用的热图绘制代码如下：

array = [[5,6,0,4,5], 
    [1,7,4,1,0], 
    [5,3,2,0,1], 
    [4,2,5,2,0], 
    [0,1,2,1,7]] 

df_cm = pd.DataFrame(array, index = [i for i in "ABCDE"],
              columns = [i for i in "ABCDE"])
sn.heatmap(df_cm, annot=True)

热图优化准则 #

现有热图不符合需求，需要满足以下两个准则：

• 距离主对角线越近的样本，颜色表现越优：比如实际类别为Q10_20时，预测为Q0_10的样本颜色要比预测为Q30_40的样本更“好”，因为后者离对角线更远；
• 样本数量越多，颜色越突出：比如实际类别为Q10_20时，预测为Q0_10的样本有1个，预测为Q20_30的有4个，二者到对角线的距离相同，但数量更多的Q20_30样本颜色要更显眼。

内容的提问来源于stack exchange，提问作者Nevi