如何改变fastai中混淆矩阵的大小？

Question

我正在使用以下代码绘制混淆矩阵fastai：

interp = ClassificationInterpretation.from_learner(learn)
interp.plot_confusion_matrix()

但我最终得到了一个超级小的矩阵，因为我有大约 20 个类别：

我找到了 sklearns 的相关问题，但不知道如何将其应用于 fastai （因为我们不pyplot直接使用。

Answer 1

如果您检查该函数的代码ClassificationInterpretation.plot_confusion_matrix（在文件fastai /terpret.py中），您将看到以下内容：

    def plot_confusion_matrix(self, normalize=False, title='Confusion matrix', cmap="Blues", norm_dec=2,
                              plot_txt=True, **kwargs):
        "Plot the confusion matrix, with `title` and using `cmap`."
        # This function is mainly copied from the sklearn docs
        cm = self.confusion_matrix()
        if normalize: cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        fig = plt.figure(**kwargs)
        plt.imshow(cm, interpolation='nearest', cmap=cmap)
        plt.title(title)
        tick_marks = np.arange(len(self.vocab))
        plt.xticks(tick_marks, self.vocab, rotation=90)
        plt.yticks(tick_marks, self.vocab, rotation=0)

这里的关键是 line fig = plt.figure(**kwargs)，所以基本上，该函数plot_confusion_matrix会将其参数传播到绘图函数。

所以你可以使用其中之一：

• dpi=xxx（例如dpi=200）
• figsize=(xxx, yyy)

请参阅 StackOverflow 上的这篇文章，了解它们之间的关系： /sf/answers/3334768181/

所以对于你的情况，你可以这样做：

interp.plot_confusion_matrix(figsize=(12, 12))

混淆矩阵看起来像：

仅供参考：这也适用于其他绘图函数，例如

interp.plot_top_losses(20, nrows=5, figsize=(25, 25))