Matlab绘制训练网络准确率的混淆矩阵

一、加载训练好的网络

laod('your_network.mat')

二、  运行下述代码

% matrix_2
% 假设YPred是模型的预测结果，YValidation是验证集的真实标签
% YPred和YValidation需要根据你的实际情况提供

confusion_matrix = confusionmat(YValidation, YPred);

% 获取类别数量
num_classes = size(confusion_matrix, 1);

% 检查混淆矩阵中是否有空白地方（0）
for i = 1:num_classes
    for j = 1:num_classes
        if isnan(confusion_matrix(i, j))
            confusion_matrix(i, j) = 0;
        end
    end
end

% 类别名称
class_names = {'Class1', 'Class2', 'Class3', 'Class4', 'Class5', 'Class6'};

% 绘制混淆矩阵,并设置颜色属性
figure;
chart = heatmap(confusion_matrix);

% 设置行和列的标签
chart.YDisplayLabels = class_names;
chart.XDisplayLabels = class_names;

% 颜色设置
colormap("sky");  % 颜色设置

% 字体设置
chart.FontName = 'Arial Black';  % 将字体设置为Arial Black

% 颜色柱反向显示
% colormap(flipud(sky));

三、运行结果