使用plot_confusion_matrix报错：意外关键字参数'title'

问题根源 #

1. 参数顺序完全错误：plot_confusion_matrix的第一个参数必须是训练完成的模型（比如你的text_clf），你却把真实标签当成了第一个参数传入。
2. 无title参数：这个函数本身不接受title关键字参数，标题需要通过matplotlib的轴对象手动设置。
3. API已被弃用：scikit-learn 1.0及以上版本中，plot_confusion_matrix已被标记为过时，官方推荐使用ConfusionMatrixDisplay类的方法替代。

推荐解决方案：使用ConfusionMatrixDisplay.from_predictions #

既然你已经有了预测结果predictions，直接用这个方法更简洁，且可以轻松设置标题：

from sklearn.metrics import ConfusionMatrixDisplay
import matplotlib.pyplot as plt

# 基于已有预测结果生成混淆矩阵可视化
disp = ConfusionMatrixDisplay.from_predictions(
    y_true=y_test.argmax(axis=1),
    y_pred=predictions,
    display_labels=encoder.classes_,
    cmap="viridis"
)
# 设置混淆矩阵标题
disp.ax_.set_title("Confusion matrix, without normalization")
# 显示图像
plt.show()

兼容旧版本的方案（不推荐） #

如果必须使用plot_confusion_matrix，需要修正参数顺序，并手动添加标题：

import matplotlib.pyplot as plt
from sklearn.metrics import plot_confusion_matrix

# 创建绘图轴对象
fig, ax = plt.subplots()
# 正确调用：第一个参数是模型，然后是测试数据和真实标签
plot_confusion_matrix(
    estimator=text_clf,
    X=tokenizer.sequences_to_texts_generator(test_text_vec),
    y_true=y_test.argmax(axis=1),
    display_labels=encoder.classes_,
    ax=ax
)
# 手动设置标题
ax.set_title("Confusion matrix, without normalization")
plt.show()

注意事项 #

• scikit-learn 1.0+版本优先选第一种方案，plot_confusion_matrix会在后续版本中被移除。
• 确保导入对应模块：第一种方案需要导入ConfusionMatrixDisplay，第二种保留plot_confusion_matrix。

内容的提问来源于stack exchange，提问作者Rajat Das