使用 Tflearn 时如何获取混淆矩阵

【问题标题】：How To Get the Confusion Matrix when Using Tflearn使用 Tflearn 时如何获取混淆矩阵
【发布时间】：2017-12-19 06:31:05
【问题描述】：

我想得到混淆矩阵但为此，我需要一组谓词和标签。例如，我如何从 tflearn 获取这些数据（Pannous speech_data）https://github.com/llSourcell/tensorflow_speech_recognition_demo/blob/master/demo.py

谢谢！

    model.fit(trainX, trainY, n_epoch=10, validation_set=(testX, testY), show_metric=True,batch_size=batch_size)
_y=model.predict(X)
predictions.append(_y)
labels.append(trainY)
bp()
confusionMat=tf.confusion_matrix(labels,predictions,num_classes=classes,dtype=tf.int32,name=None,weights=None)
print(np.matrix(confusionMat))

【问题讨论】：

标签： tensorflow tflearn

【解决方案1】：

_y=model.predict(X)  # predictions
y = train_Y # i think this is actual labels data

tf.confusion_matrix(
labels,               # put y here
predictions,          #put _y here
num_classes=None,
dtype=tf.int32,
name=None,
weights=None
)

【讨论】：

感谢您的及时答复。简单且有意义:) 。所以实际上需要在每次迭代时将_y和train_Y添加到预测和标签中，然后在最后计算混淆矩阵？
试过了，但标签和预测应该是类数组。然而，对于 tflearn，每个项目都是一个具有该类概率的数组。我应该如何将其用作标签/预测？
请尝试调试和理解代码。您的混淆矩阵需要两个数组。您拥有的一个标签和另一个标签是预测类。所以改为返回概率分数尝试返回预测类。预测类是概率分数被分类的地方。！！