tensorflow教程之tf.confusion_matrix()用法全方位解析

本文详细解析TensorFlow中的tf.confusion_matrix()函数,通过实例展示其使用方法,用于评估分类模型的性能,直观呈现预测结果与真实标签的差异。
摘要由CSDN通过智能技术生成
tf.confusion_matrix()方法是什么功效的?

这个是混淆矩阵,里面有三个参数(a,b,c)a是真实标签属于的类型,b是预测的标签,c是总的分类

 

初步了解概念以后,我们来看一个例子

import tensorflow as tf
b=[1,2,3,0]
a=[1,3,3,2]
a=tf.confusion_matrix(a,b,4)
with tf.Session() as sess:
    print(sess.run(a))

 

a,b里面的数字代表属于第几类别,总共4类

           0                1                      2                     3

0

 

1

 

2

 

3

由于都是单个样本,所以我们到时候填充的数字最大的是1

a是真实的,b是预测的样本

我们先看a[0]=1  样本真实的属于第一类,再预测里面也是第一类

           0                1                      2                     3

0

 

1                           1

 

2

 

3

a是真实的,b是预测的样本

我们先看a[1]=3  样本真实的属于第3类,再预测里面是第2类

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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