二分类混淆矩阵

概念讲解

x = local_labels[idx]
y = predicted[idx]

x是原本的标签,y是预测的标签
在这里插入图片描述
首字母T,F,表示模型是否预测正确(T表示正确)
次字母N,P,表示预测成了阴性还是阳性(一般认为1是阳性)

代码实现

test_dataset = TensorDataset(Test_data, Test_label)
test_cm_gen = DataLoader(test_dataset, batch_size=Batch_size, shuffle=False)

cm_test = np.array([[0, 0 ], [0, 0 ]])
print(type(cm_test))
print(cm_test.shape)

with torch.set_grad_enabled(False):
  for local_batch, local_labels in test_cm_gen:
    # Transfer to GPU
    local_batch, local_labels = local_batch.
  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值