文档帮助中心
混淆矩阵图的分类
分类(cm,顺序)
实例
分类(厘米,顺序)对混淆矩阵图的类进行排序厘米按…所指定的顺序顺序.您可以按照类的自然顺序、沿着混淆矩阵对角线的值或指定的固定顺序对类进行排序。
分类(厘米,顺序)
厘米
顺序
全部崩溃
加载分类问题的预测标签和真实标签样本。trueLabels是图像分类问题的真实标签,以及predictedLabels是卷积神经网络的预测。创建混乱矩阵图。
trueLabels
predictedLabels
装载(“Cifar10Labels.mat”,“trueLabels”,“预测标签”);figure cm = confusionchart(true,predictedLabels);
重新排列混乱矩阵图中的类,使这些类以固定顺序排列。
分类(cm,...[“猫”“狗”“马”“鹿”“鸟”“青蛙”,...“飞机”“船”“汽车”“卡车”])
加载分类问题的预测标签和真实标签样本。trueLabels是图像分类问题的真实标签,以及predictedLabels是卷积神经网络的预测。创建带有列和行摘要的混淆矩阵图
装载(“Cifar10Labels.mat”,“trueLabels”,“预测标签”);图cm=混淆图(trueLabels、predictedLabels、,...“ColumnSummary”,“列规格化”,...“行摘要”,“row-normalized”);
要按类召回率(真阳性率)对混淆矩阵的类进行排序,请规范化每行的单元格值,即按具有相同真类的观察数。按相应的对角单元格值对类进行排序,并重置单元格值的规格化。现在对类进行排序,以便右侧行摘要中蓝色单元格中的百分比减少。
cm.规范化=“row-normalized”;分类(cm,“descending-diagonal”);cm.规范化=“绝对的”;
按类精度(正预测值)对类进行排序,对每列中的单元格值进行规格化,即按具有相同预测类别的观察数进行规格化。按相应的对角单元格值对类别进行排序,并重置单元格值的规格化。现在对类别进行排序,以便降低底部列摘要中蓝色单元格的百分比唱
cm.规范化=“列规格化”;分类(cm,“descending-diagonal”);cm.规范化=“绝对的”;
混淆矩阵
混淆矩阵图,指定为混淆矩阵要创建混淆矩阵图,请使用混淆图,
混淆图
“自动”
“上升对角线”
“descending-diagonal”
混淆矩阵图的类别排序顺序,指定为以下值之一:
“自动”-按照排序作用例如,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。如果类标签是有序分类向量,则使用类标签的顺序。
排序
“上升对角线”-对类进行排序,使混淆矩阵对角线上的值从左上角到右下角递增。
“descending-diagonal”-对类进行排序,使混淆矩阵对角线上的值从左上到右下减小。
“集群”(需要统计和机器学习工具箱™)-对类进行排序以对类似类进行群集。您可以使用pdist(统计和机器学习工具箱),联动(统计和机器学习工具箱),最佳叶序(统计和机器学习工具箱)功能。有关详细信息,请参见对类进行排序以对相似的类进行聚类(统计和机器学习工具箱).
“集群”
pdist
联动
最佳叶序
数组-按分类向量、数字向量、字符串向量、字符数组、字符向量单元格数组或逻辑向量指定的唯一顺序对类进行排序。数组必须是类别标签混淆矩阵图的属性。
类别标签
例子:分类等级(厘米,“上升-对角”)
分类等级(厘米,“上升-对角”)
例子:sortClasses (cm,“猫头鹰”,“猫”,“蟾蜍”))
sortClasses (cm,“猫头鹰”,“猫”,“蟾蜍”))
分类
在您的系统中存在这个示例的修改版本。你想打开这个版本吗?
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区站点不适合您所在位置的访问。
联系当地办事处
现在受审