问题描述
我已经拍摄了 160 张数据图像进行测试,在训练我的图像数据集并打印 test_label 形状和预测形状后,
print("Test Label shape: ",test_labels.shape)
print("Predictions shape: ",predictions.shape)
Test Label shape: (160,)
Predictions shape: (10,2)
根据预测形状和测试标签形状,我应该减少 test_label 形状,否则会显示错误,因此我使用以下代码获取混淆矩阵,
cm = confusion_matrix(test_labels[:-150],predictions.argmax(axis=1))
使用下面的代码后,它打印矩阵,
import itertools
cm_plot_labels = ['disease_leaf','fresh_leaf']
plot_confusion_matrix(cm,cm_plot_labels,title='Confusion Mtrix')
矩阵下方, [[10,0] [ 0,0]]
注意:现在我对矩阵感到困惑并且有一些问题,请分享一下谁知道为什么需要减少 test_label 形状的意见?
是否可以在不减少 test_label 形状的情况下打印混淆矩阵。因为为了减小形状,混淆矩阵提供了 10 个之间的混淆矩阵,但我认为它应该提供 160 个之间的混淆矩阵。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)