亚历山德罗-我知道为什么这不是为我工作,传递给函数的参数的数据类型(plotconfusion)需要“直言”。即使你通过一个整数列表,你需要把它使用“绝对”功能。
情节混淆矩阵训练分类器
47个视图(30天)
显示旧的评论
我训练一个分类器7500和3类实例。自从混淆矩阵内标签分类器应用程序不会让我改变字体大小和标题(有史以来最荒谬的事…)我必须导出分类器作为一个功能和手动启动。所以我计算validationPredictions建议在生成的m文件
partitionedModel = crossval (trainedClassifier.ClassificationSVM,“KFold”5);
%计算精度验证
validationAccuracy = 1 - kfoldLoss (partitionedModel“LossFun”,“ClassifError”);
%计算验证预测和分数
[validationPredictions, validationScores] = kfoldPredict (partitionedModel);
这应该是微不足道的,但显然不是。当使用:
C = confusionmat(响应,validationPredictions);
输出C 3×3包含实际与预测矩阵类。然后运行:
validationPredictions plotconfusion(响应)
挂Matlab和没有出现(这应该瞬间)。这个问题是什么?
0评论
答案(2)
詹姆斯·赫尔曼
2019年7月11日
1评论
Towfeeq Fairooz
2021年12月19日
已经有很长时间,但我认为这可能会帮助别人。所以。
你是正确的;我经历过同样的问题,只是能够解决它通过添加分类参数分类器应用的(出口函数)
然而,我没有剪辑trainedClassier代码的任何部分仍在代码。
inputData = (X, y);% X =数据特性,y =目标
[myClassifier, myValidationAccuracy] = trainClassifier (inputData);
y_predicted = myClassifier.predictFcn (X_inputData);
plotconfusion(分类(y_inputData)、分类(y)预测);
阿里Moshrefzadeh
2019年5月26日
的输入矩阵的形式
plotconfusion(目标,输出)
不同形式的输出
C = confusionmat
你应该使用
confusionchart (C)
策划的输出
confusionmat
混淆矩阵或准备适当的矩阵
plotconfusion
。
