matlab中cnn结果分析,CNN混淆矩阵--分析CNN的输出结果

混淆矩阵(Confusion Matrix)

混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。每一列中的数值表示真实数据被预测为该类的数目：如下图，第一行第一列中的43表示有43个实际归属第一类的实例被预测为第一类，同理，第一行第二列的2表示有2个实际归属为第一类的实例被错误预测为第二类。 --《百度百科》

屏幕快照 2019-08-04 下午4.42.22.png

这是一种很好的分析模型输出结果的方法。

屏幕快照 2019-08-04 下午4.49.01.png

小总结

混淆矩阵有3个维度的信息，虽然是2维矩阵，但是颜色本身也是一个维度。

画出来的和上面百科提供的解释是一致的。

显然，主对角线上的数字表示网络的输出和真实的值一样的个数，即网络对了。

主对角线之外就是网络犯的错，也就是让网络感到困惑/混淆的地方。

屏幕快照 2019-08-04 下午4.52.04.png

也即，混淆矩阵的名称来源。

手动生成混淆矩阵

sta