从Keras多类模型获取混淆矩阵
我正在用Keras构建多类模型。
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
model.fit(X_train, y_train, batch_size=batch_size, epochs=epochs, verbose=1, callbacks=[checkpoint], validation_data=(X_test, y_test)) # starts training
这是我的测试数据的外观（文本数据）。
X_test
Out[25]:
array([[621, 139, 549, ..., 0, 0, 0],
[621, 139, 543, ..., 0, 0, 0]])
y_test
Out[26]:
array([[0, 0, 1],
[0, 1, 0]])
生成预测后…
predictions = model.predict(X_test)
predictions
Out[27]:
array([[ 0.29071924, 0.2483743 , 0.46090645],
[ 0.29566404, 0.45295066, 0.25138539]], dtype=float32)
我做了以下工作来获得混淆矩阵。
y_pred = (predictions > 0.5)
confusion_matrix(y_test, y_pred)
Traceback (most recent call last):
File "<ipython-input-38-430e012b2078>", line 1, in <module>
confusion_matrix(y_test, y_pred)
File "/Users/abrahammathew/anaconda3/lib/python3.6/site-packages/sklearn/metrics/classification.py", line 252, in confusion_matrix
raise ValueError("%s is not supported" % y_type)
ValueError: multilabel-indicator is not supported
但是，我收到上述错误。
在Keras中建立多类神经网络时，如何获得混淆矩阵？
问题答案：
您输入的内容confusion_matrix必须是整数数组，而不是一种热编码。
matrix = metrics.confusion_matrix(y_test.argmax(axis=1), y_pred.argmax(axis=1))
-
X代表特征，Y代表图像分类的标签。我使用CNN进行二进制图像分类，就像猫和狗一样。 预测和y_test形状的输出是（90,2）和（90，），当我使用混淆矩阵时，它刷新：-ValueError：分类指标不能处理二进制和连续多输出目标的混合。
-
我正在对实际数据和来自分类器的预测数据进行多标签分类。实际数据包括三类（c1、c2和c3），同样，预测数据也包括三类（c1、c2和c3）。数据如下 在多标签分类中，文档可能属于多个类别。在上述数据中，1表示文档属于特定类，0表示文档不属于特定类。 第一行Actual\u数据表示文档属于c1类和c2类，不属于c3类。类似地，第一行predicted\u数据表示文档属于类别c1、c2和c3。 最初我使
-
我试图弄清楚如何使用神经网络为多标签分类任务生成混淆矩阵。我之前设法使用函数“交集”计算准确性，因为对此我不关心任何排序。 然而，为了计算混淆矩阵，我确实关心预测/标签的索引顺序。由于标签的值始终相同（
-
我正在使用分类器的多类多标签输出。类的总数为14，实例可以关联多个类。例如： 我现在制作混淆矩阵的方式： 输出如下： 现在，我不确定sklearn的混淆矩阵是否能够处理多标签多类数据。谁能帮我一下吗？
-
假设我有一个具有n个级别的因子变量y，我有预测和实际结果。如何构造混淆矩阵？ 对于n=2的情况，这个问题已经得到了回答。看见 R：如何为预测模型制作混淆矩阵？ 我试过的 这就是我能走多远 现在这必须以矩阵的形式呈现。 出身背景 混淆矩阵具有水平标签“实际类别”和垂直标签“预测类别”。矩阵元素的计数如下所示： 元素（1,1）=实际类的计数数为A，预测类的计数数为A 元素（1,2）=实际类别为A，预测
-
我有一个具有登录功能的控制器类。当我输入用户名和密码并按submit时，它将调用此控制器并在会话中存储客户信息。但有一件事让我感到困惑，那就是@model属性 我将使用@ModelAttribute Customer存储我输入的用户名和密码，并使用Customer c存储我从customService获得的所有信息，并将其存储到会话中。但是会话存储的是客户。 如果我这样改变论点。它工作正常
-
对不起，我是新来WEKA，刚刚学习。 在我的决策树（J48）分类器输出中，有一个混淆矩阵： 我如何读取这个矩阵？
-
问题内容： 为什么在定义枚举时将其传递给字段名称列表，然后为什么这些字段名称（例如Days.MONDAY）最终引用字段 值 呢？我可以传递一个字段（例如Days.MONDAY），然后使用开关获取该字段的值。更奇怪的是，当我声明枚举字段时，即使它们实际上是值，我什至不必用引号将它们引起来。 问题答案： 将Java枚举视为定义类的一种不错的语法。这是一个可能有帮助的shell脚本： 是的，您可以说是c