主要内容

sortClasses

排序类混淆矩阵图

折叠所有页面

语法

sortClasses(厘米,顺序)

描述

例子

sortClasses (厘米，订单）对混淆矩阵图的类别进行排序厘米指定的顺序订单．您可以按照它们的自然顺序对类进行排序，按照混淆矩阵对角线的值，或者按照您指定的固定顺序。

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。创建一个混淆矩阵图表。

负载(“Cifar10Labels.mat”，“trueLabels”，“predictedLabels”）;figure cm = confusionchart(trueLabels,predictedLabels);

图包含一个confusimatrixchart类型的对象。

重新排列混淆矩阵图的类，使类以固定的顺序排列。

sortClasses(厘米,.．.［“猫”“狗”“马”“鹿”“鸟”“青蛙”，.．.“飞机”“船”“汽车”“卡车”])

图包含一个confusimatrixchart类型的对象。

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。创建一个列和行摘要的混淆矩阵图表

负载(“Cifar10Labels.mat”，“trueLabels”，“predictedLabels”）;figure cm = confusionchart(trueLabels,predictedLabels，.．.“ColumnSummary”，“column-normalized”，.．.“RowSummary”，“row-normalized”）;

图包含一个confusimatrixchart类型的对象。

要按按类别召回率(真阳性率)对混淆矩阵的类别进行排序，请对每行的单元格值进行归一化，即根据具有相同真实类别的观察数进行归一化。按相应对角线单元格值对类排序，并重置单元格值的归一化。现在对类进行排序，使得右侧行摘要中的蓝色单元格中的百分比正在减少。

厘米。归一化=“row-normalized”；sortClasses(厘米,“descending-diagonal”）;厘米。归一化=“绝对”；

图包含一个confusimatrixchart类型的对象。

要按类的精度(正预测值)对类进行排序，请对每列的单元格值进行归一化，即根据具有相同预测类的观测值的数量进行归一化。按相应对角线单元格值对类排序，并重置单元格值的归一化。现在对类进行排序，使得底部列摘要中的蓝色单元格中的百分比正在减少。

厘米。归一化=“column-normalized”；sortClasses(厘米,“descending-diagonal”）;厘米。归一化=“绝对”；

图包含一个confusimatrixchart类型的对象。

输入参数

全部折叠

混淆矩阵图，指定为aConfusionMatrixChart对象。要创建混淆矩阵图表，请使用confusionchart，

对混淆矩阵图的类进行排序的顺序，指定为以下值之一:

  • “汽车”类定义的自然顺序对类进行排序排序函数。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。

  • “ascending-diagonal”-对类别进行排序，使混淆矩阵对角线上的值从左上到右下增加。

  • “descending-diagonal”-对类别进行排序，使混淆矩阵对角线上的值从左上到右下递减。

  • “集群”(需要统计和机器学习工具箱™)—对类进行排序，使相似类聚类。类可以自定义集群pdist(统计和机器学习工具箱)，链接(统计和机器学习工具箱),optimalleaforder(统计和机器学习工具箱)功能。详细信息请参见对类进行排序以聚类相似的类(统计和机器学习工具箱)．

  • 数组——按类别向量、数字向量、字符串向量、字符数组、字符向量的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ClassLabels混淆矩阵图的属性。

例子:sortClasses(厘米,“ascending-diagonal”)

例子:sortClasses (cm,“猫头鹰”,“猫”,“蟾蜍”))

版本历史

在R2018b中引入

另请参阅

功能

属性

主题