基于MATLAB的交互式混淆矩阵可视化工具

资 源 简 介

本项目提供一款MATLAB混淆矩阵绘制工具，支持导入分类结果数据，自动生成标准化热力图。用户可自定义颜色映射、标签样式及精度标注，并导出高清图像，适用于学术报告与论文可视化需求。

详 情 说 明

基于MATLAB的混淆矩阵可视化工具

项目介绍

本项目实现了一个交互式混淆矩阵绘制工具，专为机器学习分类模型评估设计。通过自动计算和可视化功能，能够将分类结果数据转化为直观的热力图，并支持详细的性能指标分析。该工具特别适用于学术研究、论文发表和模型调优过程中的结果展示需求。

功能特性

• 核心可视化：自动生成标准化混淆矩阵热力图，支持自定义颜色映射方案
• 多格式输入：支持MATLAB工作区变量、Excel文件和CSV文本文件三种数据输入方式
• 交互式调节：可实时调整坐标轴标签、颜色条显示和百分比标注样式
• 性能分析：自动计算准确率、召回率、F1分数等关键分类指标
• 高质量输出：支持导出高分辨率图像（.fig/.png/.jpg格式）和文本格式的性能报告
• 数据标准化：提供归一化和非归一化两种混淆矩阵数据处理选项

使用方法

基本调用

% 从工作区变量直接生成 confusion_matrix = [50 2 1; 3 45 0; 2 1 48]; plot_confusion_matrix(confusion_matrix);

% 从文件加载数据 plot_confusion_matrix('classification_results.csv');

高级配置

% 自定义标签和参数 labels = {'猫', '狗', '鸟'}; options.color_map = 'hot'; options.normalize = true; options.show_percentage = true;

plot_confusion_matrix(confusion_matrix, labels, options);

性能指标获取

[metrics, normalized_matrix] = plot_confusion_matrix(confusion_matrix); disp(metrics.accuracy); % 输出准确率

系统要求

• MATLAB版本：R2018b或更高版本
• 必要工具箱：Statistics and Machine Learning Toolbox
• 推荐配置：4GB以上内存，支持图形加速的显卡

文件说明

主程序文件整合了数据读取预处理、混淆矩阵计算、热力图生成与定制化渲染的核心流程，同时负责协调性能指标计算模块与图形界面交互逻辑，提供统一的函数接口供用户调用，并管理图像导出与数据报告生成的全部功能。