情节分类混淆矩阵
plotConfusion(
绘制真实标签的混淆矩阵目标
,,,,输出
)目标
并预测标签输出
。将标签指定为分类向量,或以N(一hot)形式指定标签。
小费
plotConfusion
不建议使用分类标签。利用混乱
反而。
在混淆矩阵图上,行对应于预测的类(输出类),列对应于True类(目标类)。对角细胞对应于正确分类的观测值。离子分子细胞对应于错误分类的观测值。每个单元格中显示观测值的数量和观测总数的百分比。
图图的最右边的列显示了预测属于每个类的所有示例的百分比,这些示例属于正确且错误地分类的每个类别。这些指标通常被称为精度(或阳性预测价值)和错误发现率。绘图底部的行显示了正确且错误分类的每个类别的所有示例的百分比。这些指标通常称为召回率(或真正的正率)和假负率。图右下角的单元显示了整体准确性。
plotConfusion(targets1,outputs1,name1,targets2,outputs2,name2,...,targetsn,outputsn,namen)
在一个图中绘制多个混淆矩阵,并添加姓名
与相应图的标题的开始有关的论点。