主要内容

confusionmat

计算分类问题的混淆矩阵

折叠所有页面

语法

grouphat C = confusionmat(集团)
C = confusionmat(集团、grouphat‘秩序’,grouporder)
[C,顺序]= confusionmat (＿＿＿）

描述

例子

C= confusionmat (集团，grouphat）返回混淆矩阵C由已知组和预测组确定集团和grouphat,分别。

C= confusionmat (集团，grouphat，“秩序”，grouporder）使用grouporder排列…的行和列C．

例子

［C，订单) = confusionmat (＿＿＿）的行和列的顺序C在变量订单使用前面语法中的任何输入参数。

例子

全部折叠

打开生活的脚本

为分类问题加载一个预测标签和真实标签的样本。trueLabels真正的标签是一个图像分类问题和predictedLabels是卷积神经网络的预测。

负载(“Cifar10Labels.mat”，“trueLabels”，“predictedLabels”)；

计算数字混淆矩阵。订单为混淆矩阵中类的顺序。

[m,顺序]= confusionmat (trueLabels predictedLabels)
m =10×10923年4 21日8 4 1 5 5 23日6 5 972 2 0 0 0 0 1 5 15 26 892 30 13 8 17 5 4 3 12 4 32 826 24 48 30 12 5 7 5 1 898年28日24日13 14 14 2 1 2 7 28 111 18 801 13 17 0 3 5 0 943年16日27日3 4 1 1 0 9 1 14 13 915年22日17日3 2 4 37 10 4 4 0 1 2 1 931 10 20 39 3 3 0 0 2 1 9 923
订单=10 x1分类飞机汽车鸟猫鹿狗青蛙马船卡车

您可以使用confusionchart将混淆矩阵绘制成混淆矩阵图。

Figure cm = confusionchart(m,order);

Figure包含一个confusimatrixchart类型的对象。

您不需要先计算混淆矩阵，然后绘制它。相反，可以直接从真实和预测的标签中绘制一个混淆矩阵图。您还可以添加列和行摘要以及标题。

figure cm = confusionchart(true标签，predicted标签，．．.“标题”，“我的名字”，．．.“RowSummary”，“row-normalized”，．．.“ColumnSummary”，“column-normalized”)；

Figure包含一个confusimatrixchart类型的对象。“confusimatrixchart”类型的图表有一个标题“我的标题”。

的ConfusionMatrixChart对象中存储数字混淆矩阵NormalizedValues的属性和类ClassLabels财产。

厘米。NormalizedValues
ans =10×10923年4 21日8 4 1 5 5 23日6 5 972 2 0 0 0 0 1 5 15 26 892 30 13 8 17 5 4 3 12 4 32 826 24 48 30 12 5 7 5 1 898年28日24日13 14 14 2 1 2 7 28 111 18 801 13 17 0 3 5 0 943年16日27日3 4 1 1 0 9 1 14 13 915年22日17日3 2 4 37 10 4 4 0 1 2 1 931 10 20 39 3 3 0 0 2 1 9 923
厘米。ClassLabels
ans =10 x1分类飞机汽车鸟猫鹿狗青蛙马船卡车

输入参数

全部折叠

用于对观察进行分类的已知组，指定为数字向量、逻辑向量、字符数组、字符串数组、字符向量的单元数组或分类向量。

集团分组变量的类型是否相同grouphat．的集团论点必须有相同数量的观察grouphat，如分组变量(统计学和机器学习工具箱)．的confusionmat函数将字符数组和字符串数组视为字符向量的单元格数组。此外,confusionmat对待南空的,“定义”值集团作为缺少的值，不将它们计算为不同的组或类别。

例子:{'男','女','女','男','女'}

数据类型:单|双|逻辑|字符|字符串|细胞|分类

用于对观察进行分类的预测组，指定为数字向量、逻辑向量、字符数组、字符串数组、字符向量的单元数组或分类向量。

grouphat分组变量的类型是否相同集团．的grouphat论点必须有相同数量的观察集团，如分组变量(统计学和机器学习工具箱)．的confusionmat函数将字符数组和字符串数组视为字符向量的单元格数组。此外,confusionmat对待南空的,“定义”值grouphat作为缺少的值，不将它们计算为不同的组或类别。

例子:[1 0 0 1 0]

数据类型:单|双|逻辑|字符|字符串|细胞|分类

组顺序，指定为数字向量、逻辑向量、字符数组、字符串数组、字符向量单元格数组或类别向量。

grouporder一个分组变量是否包含所有不同的元素集团和grouphat．指定grouporder的行和列的顺序C．如果grouporder包含不在的元素集团或grouphat，对应的条目C是0．

默认情况下，组顺序取决于的数据类型s =[集团;grouphat]:

  • 对于数字和逻辑向量，其顺序为的排序顺序年代．

  • 对于分类向量，顺序为返回的顺序类别(年代)．

  • 对于其他数据类型，顺序是第一次出现的顺序年代．

例子:“秩序”,{“setosa”、“癣”,“virginica”}

数据类型:单|双|逻辑|字符|字符串|细胞|分类

输出参数

全部折叠

属性中不同元素的总数作为方阵返回集团和grouphat参数。C (i, j)观察的计数是已知的组吗我但预计会在小组里j．

的行和列C具有相同组索引的相同排序。默认情况下，组顺序取决于的数据类型s =[集团;grouphat]:

  • 对于数字和逻辑向量，其顺序为的排序顺序年代．

  • 对于分类向量，顺序为返回的顺序类别(年代)．

  • 对于其他数据类型，顺序是第一次出现的顺序年代．

若要更改顺序，请指定grouporder，

的confusionmat函数把南空的,“定义”的行和列中不包含这些值C．

行和列的顺序C，作为数字向量、逻辑向量、分类向量或字符向量的单元格数组返回。如果集团和grouphat字符数组、字符串数组或字符向量的单元格数组，然后是变量订单是字符向量的单元格数组。否则,订单是同类型的吗集团和grouphat．

选择功能

  • 使用confusionchart计算并绘制混淆矩阵。此外,confusionchart显示关于数据的汇总统计信息，并根据分类精度(阳性预测值)、分类召回率(真阳性率)或正确分类观察的总数对混淆矩阵的类进行排序。

另请参阅

||

主题

深度学习工具箱文档

万博1manbetx

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书