Python 将Iris数据集目标名称应用于混淆矩阵

晚上好，我已经完成了虹膜数据集的KNN分类器方法，我可以显示所有代码，但我认为发布完整代码并不重要，我唯一不了解的一个片段是如何将虹膜目标名称分配给混淆矩阵？这是混淆矩阵

from sklearn.metrics import confusion_matrix
print(confusion_matrix(y_test, prediction))

它返回矩阵

[[13  0  0]
 [ 0 15  1]
 [ 0  0  9]]

我在网上搜索过

我知道还有其他的参数标签，所以我试过了

from sklearn.metrics import confusion_matrix
class_names =iris_dataset["target_names"]
print(confusion_matrix(y_test, prediction,labels=class_names))

但我犯了以下错误：

ValueError: At least one label specified must be in y_true

---

请帮助我如何修复它？

我几个月前去过那里，这里有一段代码，请尝试根据您的需要调整它；） original是原始数据集iris数据集 预测是对分类的预测

我希望这对你有帮助

from sklearn.metrics import confusion_matrix
from mlxtend.plotting import plot_confusion_matrix

myarray = np.asarray(original)
matrix = confusion_matrix((myarray),(predictions+1))

class_names = ['Iris-setosa', 'Iris-versicolor', 'Iris-virginica']

fig, ax = plot_confusion_matrix(conf_mat=matrix,
                                show_absolute=True,
                                show_normed=False,
                                colorbar=True,
                                class_names=class_names)
plt.title('Confusion Matrix')
plt.show()

---

谢谢你，我也曾尝试过，谢谢你帮助我，这已经解决了，但是为了个人的尊重，我会赞成和接受你的时间是如此的宝贵，你认为时间就是金钱，那么没有义务回答某人，我在R语言上有一些困难并试图帮助她，当我发帖时，没有人回复我，所以我对这个网站失去了希望