逻辑回归绘制混淆矩阵时plot_confusion_matrix缺X、y_true参数如何解决

问题根源 #

你先后导入了两个同名的plot_confusion_matrix工具，后导入的sklearn.metrics.plot_confusion_matrix覆盖了先导入的mlxtend.plotting.plot_confusion_matrix：

• mlxtend版本的plot_confusion_matrix支持直接传入预计算好的混淆矩阵作为入参
• sklearn版本的plot_confusion_matrix需要传入「训练好的模型、测试集特征、测试集真实标签」三个入参，自动计算混淆矩阵再绘制，不支持直接传入混淆矩阵，所以触发参数缺失报错

解决方法 #

方案1：保留你原有的逻辑，使用mlxtend版本的绘图工具 #

删掉sklearn版本的同名导入即可，修改导入部分代码：

from sklearn.metrics import confusion_matrix
from mlxtend.plotting import plot_confusion_matrix
# 移除下面这行冲突导入
# from sklearn.metrics import plot_confusion_matrix

修改后原有plot_confusion_matrix(cm)调用可正常运行。

方案2：适配sklearn版本的绘图工具，无需预计算混淆矩阵 #

无需提前调用confusion_matrix计算cm，直接传入对应参数即可：

plt.rcParams.update({'font.size': 16})
plt.figure()
# 依次传入训练好的逻辑回归模型、测试集特征、测试集真实标签
plot_confusion_matrix(reg, x_test, y_test)
plt.title("Logistic Regression Model - Confusion Matrix")
plt.xticks(range(2), ["Existing Customer","Attrited Customer"], fontsize=16)
plt.yticks(range(2), ["Existing Customer","Attrited Customer"], fontsize=16)
plt.show()

补充说明 #

如果你的scikit-learn版本≥1.0，sklearn.metrics.plot_confusion_matrix已被弃用，可使用官方推荐的ConfusionMatrixDisplay实现相同需求：

from sklearn.metrics import ConfusionMatrixDisplay, confusion_matrix

cm = confusion_matrix(y_test, log_reg_pred)
disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=["Existing Customer","Attrited Customer"])
disp.plot()
plt.title("Logistic Regression Model - Confusion Matrix")
plt.show()

内容的提问来源于stack exchange，提问作者Amir Wassim