머신러닝 모델의 분류 성능을 평가할 때 혼동 행렬(Confusion Matrix)은 필수적인 도구입니다. 기본적으로 혼동 행렬은 정수 인덱스로 표시되지만, 클래스 이름을 문자열로 직접 표시하면 결과를 훨씬 직관적으로 해석할 수 있습니다.
파이썬의 matplotlib와 scikit-learn을 활용하면 x축과 y축에 문자열 레이블을 지정한 혼동 행렬을 손쉽게 그릴 수 있습니다. 아래 단계를 따라 해 보세요.
구현 단계
- 레이블 리스트 생성: 클래스 이름들을 담은 리스트를 먼저 만듭니다.
- 혼동 행렬 계산: scikit-learn의
confusion_matrix()함수를 사용해 분류 결과의 정확도를 평가합니다. - 서브플롯 추가:
add_subplot()메서드로 figure에~.axes.Axes객체를 추가합니다. - 행렬 시각화:
matshow()메서드로 2차원 행렬 값을 색상 코드 이미지로 표현합니다. - 컬러바 추가:
colorbar()메서드를 사용해 ScalarMappable 인스턴스에 대한 컬러바를 생성합니다. - 축 레이블 설정:
set_xticklabels()와set_yticklabels()메서드로 x축과 y축 눈금 레이블을 문자열로 지정합니다. - 그래프 출력:
show()메서드로 최종 그림을 화면에 표시합니다.
예제 코드
from matplotlib import pyplot as plt from sklearn.metrics import confusion_matrix plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True labels = ['business', 'health'] cm = confusion_matrix([3], [2]) fig = plt.figure() ax = fig.add_subplot(111) cax = ax.matshow(cm) fig.colorbar(cax) ax.set_xticklabels([''] + labels) ax.set_yticklabels([''] + labels) plt.show()
실행 결과
위 코드를 실행하면 x축과 y축에 'business'와 'health'라는 문자열 레이블이 표시된 혼동 행렬이 나타납니다. 각 셀의 값은 컬러바를 통해 색상 강도로 구분됩니다.
핵심 포인트
set_xticklabels()와 set_yticklabels() 호출 시 빈 문자열('')을 리스트 앞에 추가하는 이유는, matplotlib의 눈금이 0부터 시작하기 때문입니다. 빈 문자열을 넣어 첫 번째 눈금 위치를 비워 두면 레이블이 실제 데이터 위치와 정확히 일치하게 됩니다.