文件帮助中心文件
排序混淆矩阵图表
SortClasses(cm,订单)
例子
sortclasses(厘米那命令)对混乱矩阵图表的类进行排序厘米按照指定的顺序命令。您可以通过沿着混淆矩阵对角线的值,或以固定顺序排列自然顺序的类别。
sortclasses(厘米那命令)
厘米
命令
全部收缩
为分类问题加载预测和真正标签的样本。Truelabels.是图像分类问题的真正标签预测标签是卷积神经网络的预测。创建混淆矩阵图表。
Truelabels.
预测标签
加载('cifar10labels.mat'那'truelabels'那'predightlabels');图cm = confusionchart(Truilabels,predightlabels);
重新排序混淆矩阵图表的类,以便类以固定顺序排列。
SortClasses(cm,......[“猫”“狗”“马”“鹿”“鸟”“青蛙”那......“飞机”“船”“汽车”“卡车”])
为分类问题加载预测和真正标签的样本。Truelabels.是图像分类问题的真正标签预测标签是卷积神经网络的预测。使用列和行摘要创建混淆矩阵图表
加载('cifar10labels.mat'那'truelabels'那'predightlabels');图cm = confusionchart(Truelabels,predightlabels,......'placeSummary'那'列 - 归一化'那......'rowsmumary'那'行标准化');
通过类召回(真正的阳性速率)对混淆矩阵的类进行排序,每行跨标准化单元格值,即,通过具有相同真实类的观察数。按相应的对角线单元值对类进行排序并重置单元格值的归一化。现在,该类分类,使得右侧行摘要中的蓝色单元中的百分比减小。
cm.normalization ='行标准化';SortClasses(cm,'下降 - 对角线');cm.normalization ='绝对';
通过类化精度(肯定预测值)对类进行排序,将每个列的单元值归一化,即,通过具有相同预测类的观察的数量。按相应的对角线单元值对类进行排序并重置单元格值的归一化。现在,该类分类,使得底部列摘要中的蓝色单元中的百分比减小。
cm.normalization ='列 - 归一化';SortClasses(cm,'下降 - 对角线');cm.normalization ='绝对';
ConfusionMatrixChart.
混淆矩阵图表,指定为aConfusionMatrixChart.目的。创建混淆矩阵图表,使用困惑的园林那
困惑的园林
'汽车'
'升曲对角线'
'下降 - 对角线'
按顺序排序混淆矩阵图表的类,指定为其中一个值:
'汽车'- 将课程分类为其自然顺序(如此)定义种类功能。例如,如果混淆矩阵图的类标签是字符串向量,则按字母顺序排序。如果类标签是序列分类矢量,则使用类标签的顺序。
种类
'升曲对角线'- 对类进行排序,使沿着混淆矩阵对角线的值从左下角增加到右下角。
'下降 - 对角线'- 对类进行排序,使得沿着混淆矩阵对角线的值从左下角的左上角减小。
'簇'(需要统计和机器学习工具箱™)- 将类对群集相似类进行排序。您可以使用使用方法自定义群集Pdist.(统计和机器学习工具箱)那连锁(统计和机器学习工具箱), 和OptimAlleafOrder.(统计和机器学习工具箱)职能。有关详细信息,请参阅对群集类似类进行排序(统计和机器学习工具箱)。
'簇'
Pdist.
连锁
OptimAlleafOrder.
数组 - 以分类向量,数字矢量,字符串向量,字符数组,字符向量,字符阵列或逻辑向量指定的唯一顺序对类进行排序。该数组必须是置换ClassLabels.混乱矩阵图表的财产。
ClassLabels.
例子:SortClasses(cm,'升曲对角线')
SortClasses(cm,'升曲对角线')
例子:SortClasses(cm,[“owl”,“cat”,“蟾蜍”))
SortClasses(cm,[“owl”,“cat”,“蟾蜍”))
分类
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室