张量流中的混淆矩阵顺序答案

【问题标题】：Confusion matrix order in tensorflow张量流中的混淆矩阵顺序
【发布时间】：2018-07-05 13:03:42
【问题描述】：

我有 6 个类，我在 Tensorflow 中使用了 tf-slim 来获得混淆矩阵，例如

[[41  2  0  0  0  0]
 [ 1 11  4  1  0  0]
 [ 0  1  12  0  0  0]
 [ 0  0  0 22  1  0]
 [ 0  0  0  0  7  0]
 [ 0  0  0  0  0 20]]

我的问题是上表的混淆矩阵顺序是什么？如果我说列代表预测标签，而行代表真实标签，对吗？一些参考在对面说。

【问题讨论】：

【解决方案1】：

你用过tf.confusion_matrix(labels,predictions)吗？

如果是这样，列代表预测标签，而行代表真实标签。

【讨论】：

【解决方案2】：

通常的表示是

    PREDICTED
 [[41  2  0  0  0  0]
T [ 1 11  4  1  0  0]
R [ 0  1  12 0  0  0]
U [ 0  0  0 22  1  0]
E [ 0  0  0  0  7  0]
  [ 0  0  0  0  0 20]]

正如 M. Rath (+1) 所指出的，这也是 Tensorflow 所做的。这意味着对于 41 个样本，您正确预测了 0 类。对于 2 个样本，您预测了 1 类，但它实际上是 0 类。

请注意，您还可以操纵可视化的顺序。所以不是

class 0, class 1, class 2

您可以拥有（预测值和真实值）订单

class 0, class 2, class 1

这包含相同的信息，但可视化可能传达不同的故事。请参阅我的硕士论文Analysis and Optimization of Convolutional Neural Network Architectures 第 48 页（混淆矩阵排序），尤其是图 5.12 和 5.13。

可以在工具clana中找到实现

【讨论】：