主要内容

confusionmat

计算分类问题的混淆矩阵

折叠所有页面

语法

C = confusimat (group,grouphat)
C = confusionmat(group,grouphat，'Order'，grouporder)
[C,order] =混乱;___）

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而且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= confusimat (___）的行和列的顺序C在变量中订单使用以前语法中的任何输入参数。

例子

全部折叠

打开实时脚本

加载一个分类问题的预测标签和真实标签样本。trueLabels图像分类问题的真实标签和predictedLabels是卷积神经网络的预测。

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

计算数值混淆矩阵。订单是混淆矩阵中类的顺序。

[m,order] = confusimat (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轮船卡车

你可以使用confusionchart将混淆矩阵绘制为混淆矩阵图。

图cm =混淆图(m,order);

图包含一个confusimatrixchart类型的对象。

你不需要先计算混淆矩阵，然后绘制它。相反，直接根据真实和预测的标签绘制混淆矩阵图表。还可以添加列摘要和行摘要以及标题。

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

图包含一个confusimatrixchart类型的对象。confusimatrixchart类型的图表的标题是My title。

的ConfusionMatrixChart对象中存储数字混淆矩阵NormalizedValues类中的属性和类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轮船卡车

输入参数

全部折叠

用于对观察结果进行分类的已知组，指定为数值向量、逻辑向量、字符数组、字符串数组、字符向量的单元格数组或分类向量。

集团分组变量的类型是否与grouphat．的集团参数必须具有相同数量的观察值grouphat，详见分组变量(统计和机器学习工具箱)．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，和“定义”值集团作为缺失值，并且不将它们作为不同的组或类别计算。

例子:{'男','女','女','男','女'}

数据类型:单|双|逻辑|字符|字符串|细胞|分类

用于分类观察结果的预测组，指定为数值向量、逻辑向量、字符数组、字符串数组、字符向量的单元格数组或分类向量。

grouphat分组变量的类型是否与集团．的grouphat参数必须具有相同数量的观察值集团，详见分组变量(统计和机器学习工具箱)．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，和“定义”值grouphat作为缺失值，并且不将它们作为不同的组或类别计算。

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、字符向量的单元格数组或分类向量。

grouporder分组变量是否包含所有不同的元素集团而且grouphat．指定grouporder的行和列的顺序C．如果grouporder包含不在中的元素集团或grouphat的对应项C是0．

缺省情况下，组顺序取决于的数据类型S = [group;grouphat]：

  • 对于数值向量和逻辑向量，顺序是的排序顺序年代．

  • 对于分类向量，其顺序是返回的顺序类别(年代)．

  • 对于其他数据类型，顺序为中首次出现的顺序年代．

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

混淆矩阵，返回为方阵，其大小等于中不同元素的总数集团而且grouphat参数。C (i, j)观察数是否已知为一组我但预计在小组j．

的行和列C具有相同组索引的相同顺序。缺省情况下，组顺序取决于的数据类型S = [group;grouphat]：

  • 对于数值向量和逻辑向量，顺序是的排序顺序年代．

  • 对于分类向量，其顺序是返回的顺序类别(年代)．

  • 对于其他数据类型，顺序为中首次出现的顺序年代．

若要更改顺序，请指定grouporder，

的confusionmat函数把南，空，和“定义”的行和列中不包括分组变量中的值C．

中的行和列的顺序C，作为数字向量、逻辑向量、分类向量或字符向量单元格数组返回。如果集团而且grouphat字符数组，字符串数组，或单元格数组的字符向量，然后变量订单是字符向量的单元格数组。否则,订单是同类型的集团而且grouphat．

选择功能

  • 使用confusionchart计算并绘制一个混淆矩阵。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别进行排序。

另请参阅

||

主题

深度学习工具箱文档

金宝app

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书