简介：本资源面向计算机、电子信息工程及数学等专业的本科生，聚焦多分类问题中混淆矩阵的可视化实现，适用于课程设计、期末大作业或毕业设计阶段的算法验证与结果展示需求。压缩包共17个文件（10个MATLAB脚本文件用于核心绘图与指标计算，5个.mat数据文件含真实标签、预测结果及分类置信度等关键变量，2个txt说明文档提供使用指引与类标映射），整体仅51KB，轻量易部署。资源已获52人学习下载，内容结构清晰：包含主运行脚本main.m、混淆矩阵生成模块ConfusionMatrices、精度/召回率分析脚本PrecisionRecall及PG_Curve绘图支持，配套name_class.mat与num_in_class.mat确保多类别标签可读性与统计一致性。读者可直接运行复现标准混淆热力图，并基于源码快速适配自定义分类器输出，掌握从预测结果到评估可视化的完整技术链路。 咱们搞分类模型的人，电脑里几乎都存着这么一份资源：《基于Matlab实现多分类问题中混淆矩阵的画法（源码+数据）.rar》。我当年第一次做多分类实验时，也是从这类包里东拼西凑学起来的。这标题看着挺直白，但真正用起来，很多人卡在第一步：明明训练好了模型，预测结果也对，但矩阵图就是画不出来，或者画出来了却不知道怎么看、怎么用。这篇博文我就把这个资源包背后的完整链路拆开讲清楚，从混淆矩阵的原理、源码逻辑，到数据怎么组织、参数怎么改，再到怎么把矩阵图变成论文里能直接用的高质量图片，一次性帮你把这块短板补上。内容对刚接触Matlab分类任务的研究生、做算法对比的工程师，以及所有被导师催着出图的人，应该都有参考价值。
1. 混淆矩阵在多分类任务中的地位
1.1 为什么二分类那套评估方法不够用了
做二分类的时候，大家习惯看准确率、精确率、召回率、F1，配合ROC曲线和AUC值，基本能说清楚模型好坏。但一旦切到多分类场景，比如手写数字识别要分10类、遥感影像地物分类要分几十类，这些指标就变得不太好用了。你会遇到几个很实际的问题：整体准确率可能是高的，但到底哪些类别经常被搞混？模型是把“猫”错认成“狗”多，还是把“狗”错认成“狐狸”多？每一类的召回率分别是多少？这些问题，靠一个总体准确率完全回答不了。
多分类里更麻烦的是类别不平衡。假设三类样本比例是90:5:5，模型全预测成第一类，准确率也有90%，看起来很漂亮，实际却是废的。这时候就需要一个能把每一类、每一对类别的预测结果都摊开来看的工具。混淆矩阵（Confusion Matrix）就是干这个的。它是一个N乘N的表格，N是类别数，第i行第j列表示“真实类别为i、预测类别为j”的样本数。你只要盯着这个矩阵看一眼，哪一类容易被哪一类吃掉、哪一类几乎不会错、哪些类别高度混淆，全都暴露无遗。
1.2 这个资源包到底能帮你解决什么问题
标题里写的“源码+数据”，在绝大多数这类包里，通常包含三样东西：一是训练好的预测结果或者一个可直接运行的分类demo，二是一段绘制混淆矩阵图的Matlab脚本，三是用来演示的数据文件，可能是.mat格式，也可能是.csv。这些资源的核心目的，就是把“模型的预测结果”可视化成一个直观的网格图，而不是只给你一堆数字。
我见过太多人花时间在调模型上，最后交报告时却因为图太丑被导师打回。其实画混淆矩阵这件事，本身并不复杂，难点在于：第一，怎么把模型输出的原始预测标签和真实标签优雅地喂给绘图函数；第二，怎么处理类别标签顺序、显示百分比还是数量、颜色深浅代表什么；第三，怎么把图调整到论文要求的分辨率和样式。这个资源包正好帮你绕过前面那些造轮子的过程，把重心放在理解和使用上。
1.3 借助Matlab做这件事的优势
选择Matlab而不是Python，有几个实际理由。一是很多工科生的实验环境本来就是Matlab，用现成工具链最顺手；二是Matlab的绘图系统高度集成，比如plotconfusion函数来自深度学习工具箱，封装得非常完整，几行代码就能出图；三是Matlab处理矩阵数据有天然优势，因为混淆矩阵本质上就是一个矩阵，无论是计算还是展示，都和Matlab的底层设计高度匹配。
不过这里有个比较容易被忽略的点：plotconfusion这个函数主要面向神经网络训练过程中的结果展示，如果你用的是SVM、决策树、KNN这类传统机器学习分类器，它就不太好直接用了。所以成熟的方案是结合自定义绘图代码，用heatmap这类更底层的函数自己拼装一张混淆矩阵图。这个资源包里通常也会包含这种自定义写法，因为它更通用。
2. 搞懂混淆矩阵的本质，后面才不迷糊
2.1 从二分类到多分类的扩展逻辑
在二分类里，混淆矩阵通常是2乘2的，四个格子分别叫TP（真正例）、FP（假正例）、FN（假负例）、TN（真负例）。很多人学到这里就停了，一做多分类就不知道怎么套。
实际上，多分类的扩展逻辑非常直观。对于一个有C个类别的分类器，把真实标签当作矩阵的行，把预测标签当作矩阵的列，格子(i, j)里填的就是“真实是第i类、但被预测成第j类”的样本个数。对角线上的格子越多，说明模型判断越准；对角线以外的格子，则是错误的聚集地。
举个例子，假设有三类：0、1、2。真实标签是[0,0,1,1,2,2]，预测标签是[0,0,1,0,2,1]。数一下就得到3乘3的矩阵：第一行第一列是2（两个真实为0的样本都预测对了），第一行第二列是0，第一行第三列是0；第二行第一列是1（一个真实为1的样本被误判为0），第二行第二列是1，第二行第三列是0；第三行第一列是0，第三行第二列是1，第三行第三列是1。整个过程就是数数，没有任何神秘之处。
2.2 从混淆矩阵派生出的关键指标
光是画出混淆矩阵还不够，通常还要从里面提取指标，这就是论文里常说的per-class metrics。对类别i来说，真正例TP_i就是矩阵第i行第i列的值；假正例FP_i是第i列除对角线外所有值的和，也就是“别的类被误判成i”的数量；假负例FN_i是第i行除对角线外所有值的和，也就是“本来是i却被判成别的类”的数量。有了这三个数，精确率、召回率、F1都能算出来。
这些指标比整体准确率有信息量得多。比如在医学影像分类里，某种罕见病的召回率如果只有50%，就意味着有一半患者会被漏诊；这种情况下整体准确率再高也不能说明模型可用。你在汇报多分类结果时，如果能拿出一张混淆矩阵，再配上一张指标表，说服力立刻不一样。
2.3 多分类场景下看图的几个关注点
我拿到一张混淆矩阵图，一般会做三件事。第一，看对角线颜色是否明显深于周围，如果整体都是浅色，说明模型泛化能力堪忧；第二，看对角线以外的深色格子聚集在哪，这能直接告诉你模型最容易在哪些类之间“打架”，比如数字4和9、3和8，它们长得太像，混淆多很正常；第三，看每一行或者每一列的分布差异，如果某一行整体很浅，说明这一类几乎没被正确识别，要么是样本量太少，要么是特征太弱，需要针对性补充数据或者重新设计特征。
对这些观察点有了清晰认识后，你就不再是“为了画图而画图”，而是能把矩阵图真正用起来，反哺到模型迭代里。
3. 数据组织和工具选型
3.1 数据怎么组织才不会白折腾
Matlab里最常见的做法是用两个列向量：Ytrue和Ypred。Ytrue是真实的类别标签，Ypred是模型的预测结果。这两个向量的长度要完全一致，而且元素类型要匹配，这是画图不出错的大前提。
关于标签类型，这里有两个流派。一种是用数值标签，比如1、2、3……7，这类标签在计算指标时最方便，但画图时图上的刻度显示就是数字，不够直观。另一种是用分类变量，也就是categorical类型，比如categorical({'cat','dog','bird','cat',...})。categorical类型的好处是，绘图时Matlab会直接用类别名称做坐标轴刻度标签，图更可读。但要注意，如果Ytrue是categorical，而Ypred是普通double数组，调用函数时可能会报维度不匹配，所以最好在预处理时统一转换：Ytrue = categorical(Ytrue); Ypred = categorical(Ypred);
我在这个资源包里看到过一种比较规范的数据组织方式，把真值、预测值和类别名单独存放，绘图脚本只负责读取和渲染。这种解耦方式值得借鉴。如果数据散落在Excel里，推荐在导入后用readtable读进来，再拆分成标签和特征两块。顺序千万不要乱，预测结果一定要和真实标签按行对齐，错位的话，计算出来的矩阵就没有任何意义。
3.2 画法方案对比：plotconfusion还是自定义heatmap
在Matlab里画多分类混淆矩阵，主要有两条路线。
第一条是用深度学习工具箱里的plotconfusion。这个函数会生成一张带颜色条、带百分比和数量标注的标准图，效果挺好看，但最大的问题是，它要求传入categorical数组，而且对工具箱版本有依赖。对传统的分类器，比如SVM或者KNN，预测输出是double数组，你要是直接喂给plotconfusion就有可能会报错，让人莫名其妙。
第二条是自定义绘制，基于heatmap函数，或者干脆用imagesc加text自己拼。好处是灵活可控，颜色映射、文字内容、坐标轴标签、字体大小都能自己定。这也是很多成熟资源包采用的方案，因为通用性更强，不依赖特定工具箱，而且可以完全控制输出样式。如果你在准备论文插图，我强烈建议你掌握这套自定义方案，因为这样画出来的图，风格跟论文要求能完全对齐。
3.3 核心绘图源码思路补全
我先把这个资源包里最常见的核心绘图逻辑拆给你看。假设已经有混淆矩阵CM（一个N乘N的数值矩阵），类别名称列表classNames（一个cell数组），那么基本的绘图步骤是这样的：
% 假设CM是N×N的混淆矩阵，classNames是类别名称 N = length(classNames); figure; imagesc(CM); colormap(parula); % 或者用jet、gray，看个人偏好 colorbar; axis square; xticks(1:N); yticks(1:N); xticklabels(classNames); yticklabels(classNames); set(gca, 'FontSize', 12); % 在格子里填充数字 for i = 1:N for j = 1:N text(j, i, num2str(CM(i, j)), ... 'HorizontalAlignment', 'center', ... 'FontSize', 11, 'Color', 'w'); end end这段代码的思路很清晰：用imagesc把矩阵画成彩色网格，然后用两重循环在每个格子中心写上具体的数字。颜色越深代表数字越大，浅色代表数量少。如果你希望颜色越深代表“越差”，那可以对CM做逆映射，但通常情况下颜色深浅直接反映数值大小就够了。
不过这段只是一个基础版本。更高级的版本会考虑归一化，比如把每一行除以该行的总数，得到“真实类别为i时，预测成各个类别的比例”，这样在样本不平衡时，矩阵的颜色分布更能反映比例关系，而不是被大样本类别主导。归一化的代码通常是：
CM_norm = CM ./ sum(CM, 2);然后在imagesc时传入CM_norm，但在格子里还是写回原始数量CM(i,j)。这种“颜色用比例、数字用数量”的做法，在论文里非常常见，既直观又保留原始信息，我强烈推荐你采用。
4. 案例实操：从训练模型到画出完整混淆矩阵
4.1 准备一个可复现的分类demo
为了让整个流程跑得通，我用Matlab自带的fisheriris数据集来演示。这个数据集有150个样本、4个特征、3个类别（setosa、versicolor、virginica），非常适合做多分类演示。当然这个数据集本身在Matlab里可以通过load fisheriris加载，不需要额外下载任何文件。
我们先用一个最简单的分类器——多分类线性判别分析或者决策树——跑出预测结果。这里为了方便，我直接使用fitcecoc（对多分类的SVM）来演示：
load fisheriris; X = meas; Y = species; rng(42); % 划分训练集和测试集，这里用交叉验证方式估计泛化能力，先简单用全部数据演示流程 Mdl = fitcecoc(X, Y, 'Learners', 'svm'); Ypred = predict(Mdl, X);这段代码训练一个SVM多分类模型，然后拿训练数据本身做预测，方便展示。实际做实验时，你应该用交叉验证或者单独划分测试集，不然会过拟合乐观估计效果。
4.2 调用plotconfusion画出标准矩阵图
因为Y和Ypred都是cell数组（字符串类别），转换一下就可以直接调用plotconfusion：
Ycat = categorical(Y); YpredCat = categorical(Ypred); figure; plotconfusion(Ycat, YpredCat);这一行代码输出的图里，包含真正的混淆矩阵、每个类别的精确率和召回率、整体准确率，排版比较规范。但问题在于，这图用的是神经网络工具箱的采样风格，颜色和字体不一定符合你的论文要求，而且它的文字标注格式、矩阵位置、颜色条位置都是固定死的，想改不太方便。
所以我把plotconfusion定位成“快速验证”工具：在调试阶段，用它能快速看个大概；真正到画正式插图时，还是用自定义方案。
4.3 用heatmap画一张符合论文风格的可定制矩阵
这里我给出一个更完整的自定义版本：
% 计算混淆矩阵 CM = confusionmat(Y, Ypred); % 类别名称（这里Y本身就是字符串类别） classNames = categories(categorical(Y)); numClasses = length(classNames); % 归一化（按行） CM_norm = CM ./ sum(CM, 2); figure; h = heatmap(classNames, classNames, CM_norm, ... 'Colormap', parula, ... 'CellLabelFormat', '%.2f', ... 'FontSize', 12, ... 'Title', 'Confusion Matrix (Normalized by Row)'); h.XLabel = 'Predicted Class'; h.YLabel = 'True Class'; h.ColorbarVisible = 'on';这个版本的图，坐标轴会直接显示类别名，格子里的数值是每行归一化后的比例。它和上一版有本质区别：上一版是“数量视角”，这一版是“比例视角”。在看分类器对稀有类别的性能时，比例视角远比数量视角更有意义。
4.4 自动计算每类精确率、召回率与F1
画完图后，一般还要在论文里再给一张指标表。手动一个个算容易出错，写个循环自动跑最稳妥：
TP = diag(CM)'; FP = sum(CM, 1) - TP; FN = sum(CM, 2)' - TP; precision = TP ./ (TP + FP); recall = TP ./ (TP + FN); F1 = 2 * precision .* recall ./ (precision + recall); % 结果汇总表 T = table(classNames', precision', recall', F1', ... 'VariableNames', {'Class', 'Precision', 'Recall', 'F1'}); disp(T);把这段代码放在画图代码后面，你就能同时得到可视化结果和数值指标，整个评估模块就闭环了。我亲眼见过不少同学用Excel手工数混淆矩阵，费时不说还容易数错，这种自动化方式才是正路。
5. 扩展到更复杂的数据集和展示策略
5.1 手写数字等高类别数场景
当类别数增加到10类以上时，混淆矩阵图会变得比较密，格子里的数字很容易挤在一起。这时候有几种处理技巧：
第一种，格子里只写数字，不写百分比，并且把字号调小。第二种，关闭部分格子里的文字，只保留非零值。第三种，把图画大，比如设置figure的Position参数为[100, 100, 800, 600]。第四种，对文本颜色做自适应判断，格子颜色深就写白字，颜色浅就写黑字，这样数字不会被背景色吞掉。
下面这段代码演示了自适应文字的写法：
% 对每个格子，根据背景色的亮度决定文字颜色 maxVal = max(CM_norm(:)); for i = 1:numClasses for j = 1:numClasses val = CM_norm(i, j); if val > maxVal * 0.5 textColor = 'w'; else textColor = 'k'; end text(j, i, num2str(CM(i, j)), ... 'HorizontalAlignment', 'center', ... 'Color', textColor, 'FontSize', 9); end end这个技巧对你的模型评估展示特别有用，尤其是多分类数量超过8类时，黑字写在深色背景上根本看不清，若全部用白字，写在浅色背景上又发虚。自适应文字可以避免反复手动调格子颜色。
5.2 类别不均衡数据的特殊处理
如果各类别样本数量差异很大，直接看原始数量矩阵会误导人。比如类别A有1000个样本，类别B只有20个，那么即使B的召回率极低，反映在数量矩阵上，B这一行的颜色也可能很浅，视觉冲击力不强。这时候归一化到行比例非常重要。
但行归一化也有副作用：它只看“真实类别是i时预测分布如何”，看不清“类别i的总量其实很小”。所以稳妥做法是给两个矩阵：一个是原始计数矩阵，一个按行归一化的比例矩阵。论文中如果只能放一张图，我建议放归一化版本，然后在图上或正文里注明样本量。
另外，实验记录时，我习惯同时在代码里输出每类的支持样本数（即GT中每类数量），这样审稿人或导师问起，你能立刻回答“为什么这一类看起来很差”的样本量因素。
5.3 输出绘图数据，让图和表都对得上
很多人只把混淆矩阵图导出成图片，原始矩阵数据却随手扔了。等到要改颜色、重排版、或者增加统计检验时，又要重新跑一遍代码。我的建议是，在绘图后立即把CM和CM_norm保存到文件：
save('confusion_result.mat', 'CM', 'CM_norm', 'classNames', 'Ytrue', 'Ypred');这样后续哪怕改图样式，也不需要重新训练模型，直接加载矩阵数据就能重新渲染。这个习惯能省下不少时间。
6. 常见问题与排查技巧实录
6.1 画出来的图颜色全是一个色，或者全是深色
这个情况通常是混淆矩阵里有个别极大值，把颜色映射范围拉得太宽，导致其他格子的差异看不出来。解决办法是先把数据映射到固定范围，比如用caxis或者clim设置[0, 1]（如果用的是归一化矩阵）。或者干脆用分位数截断，把极端值截掉，让大部分区域的颜色差异更明显。
6.2 类别顺序和预期不一致
默认情况下，confusionmat函数输出的类别顺序是按字典序或数值大小排列的，不一定是你想要的逻辑顺序。比如类别名是“high”“low”“medium”，按字典序就会变成high、low、medium，画图时看着很别扭。解决办法是显式指定类别顺序：
classOrder = {'low', 'medium', 'high'}; CM = confusionmat(Y, Ypred, 'Order', classOrder);这样矩阵和坐标轴标签就会按你指定的顺序排列，图面立刻变得有条理。
6.3 plotconfusion报错“Number of vectors incompatible”
这个报错最常见的根源是Ytrue和Ypred的类别集合不一致。例如训练时类别标签是1、2、3，预测输出里却出现了0或者4。混合数值类型时更容易出现。解决办法是先查看两个向量的unique值，确保它们一致；如果训练数据里缺少某个类别，用categorical并指定categories来补齐：
Ytrue = categorical(Ytrue, 0:9); Ypred = categorical(Ypred, 0:9);6.4 图片导出版本分辨率低、发虚
Matlab里直接截图显然不行。导出高质量图片时，我建议用exportgraphics函数（R2020a及以上版本），它比print更好用：
exportgraphics(gcf, 'confusion_matrix.png', 'Resolution', 300);如果投期刊要求矢量图，可以导出为pdf或者eps格式，这样文字和颜色都保持矢量精度。记着在导出前把figure的字体、大小、颜色都调好，不然导出来再改就很麻烦。
6.5 类别名太长，坐标轴标签严重重叠
当类别是“Class_A_very_long_name”这类长字符串时，x轴标签会相互压在一起，图完全没法看。解决方式有几种：一是旋转x轴标签：h.XTickLabelRotation = 45（对heatmap）。二是改用简短别名，比如“Setosa”“Vers”“Virg”，再在图例或正文中说明全称。三是把图幅调大。我一般优先用旋转45度加调大图幅，这两种改动对图面破坏最小。
7. 我在反复实操中总结的几条经验
第一次接触这类资源包时，我犯过一个低级错误：只把资源里的绘图函数当黑盒，没去理解它的输入输出格式，结果一换到自己的数据就各种报错。后来我把confusionmat的用法、categorical数组的转换、heatmap的参数列表完整过了一遍，才真正打通。
画多分类混淆矩阵这事，说到底分三步：第一步，把真实标签和预测标签整理成等长的列向量；第二步，用confusionmat得到矩阵；第三步，用imagesc或heatmap渲染矩阵并加上数值。资源包里给你的是这套流程的模板，但你要根据自己的数据和场景去微调。
我后来的习惯是：把整个评估流程封装成一个函数，输入是Ytrue、Ypred和classNames，输出自动包含三样东西——混淆矩阵图（png和pdf各一份）、指标表（Excel一份）、归一化矩阵数据（mat一份）。这样无论做多少组实验，评估部分只需要一行调用，省下来的时间和精力可以投入到真正重要的模型优化上。
最后再提醒一句：不要把注意力全放在画图上，混淆矩阵背后的指标解读才是你论文里真正有含金量的部分。矩阵图告诉观众“模型错在哪”，而你的分析和解释，则要告诉他们“为什么错、怎么改进”。工具是手段，理解才是目的。
本文还有配套的精品资源，点击获取
