神经网络画出的混淆矩阵图怎么看

Posted 2023-05-11

参考技术A 肯定是公式有错，NaN是not a number的意思，肯定是某个地方写错了。不过，既然是matlab编程，为什么不使用神经网络工具...本回答被提问者和网友采纳

PyTorch 混淆矩阵图

【中文标题】PyTorch 混淆矩阵图

【英文标题】：PyTorch Confusion Matrix Plot [duplicate]

【发布时间】：2020-02-23 15:01:28

【问题描述】：

我遇到了绘制混淆矩阵的问题。上下线放错了。 当我绘制它时，它看起来像这样。

我认为我的代码没有任何问题，因为我完全是从这个 YouTube 上获取的。

def plot_confusion_matrix(cm, classes,
                          normalize=False,
                          title='Confusion matrix',
                          cmap=plt.cm.Blues):
    """
    This function prints and plots the confusion matrix.
    Normalization can be applied by setting `normalize=True`.
    """
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        print("Normalized confusion matrix")
    else:
        print('Confusion matrix, without normalization')

    print(cm)

    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=45)
    plt.yticks(tick_marks, classes)

    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 2.
    for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
        plt.text(j, i, format(cm[i, j], fmt),
                 horizontalalignment="center",
                 color="white" if cm[i, j] > thresh else "black")

    plt.tight_layout()
    plt.ylabel('True label')
    plt.xlabel('Predicted label')

# Graphical analytics
cm = confusion_matrix(train_set.targets, train_preds.argmax(dim=1))
names = ('T-shirt/top','Trouser','Pullover','Dress','Coat','Sandal','Shirt','Sneaker','Bag','Ankle boot')
plt.figure(figsize=(10,10))
plot_confusion_matrix(cm, names)

【参考方案1】：

您可以手动更改y轴的范围。

plt.ylim(-0.5, len(names) - 0.5)

由于某种原因，估计轴范围的启发式方法不会让您不仅对正在绘制的点感兴趣，而且对两个轴上的 (-0.5; +0.5) 周围的点感兴趣。

最低点的y坐标为0，最高点的y坐标为len(names) - 1。

【讨论】：

感谢您的解决方案！实际上，将第二个“+”更改为“-”对我有用，即 plt.ylim(-0.5, len(names) - 0.5)。能否请您提供一个理由？

感谢您发现错字。我实际上不知道 matplotlib 启发式是如何工作的，所以它得到了 ylim 错误，但是手动重置它是有效的。

非常感谢。还有一个额外的问题。你知道如何让我的颜色条（在骑行侧）与我的矩阵图对齐（在这种情况下让它更短）吗？

您可以在plt.colorbar 函数中使用fraction 参数并将其设置为0.5 之类的值。

你也可以写plt.ylim(sorted(plt.xlim(), reverse=True)，和ax类似