Main Content

confusion

Matriz de confusión de clasificación

Descripción

ejemplo

Sugerencia

Para representar la gráfica de confusión de un flujo de trabajo de deep learning, use la función confusionchart.

[c,cm,ind,per] = confusion(targets,outputs) toma las matrices objetivo y de salida, targets y outputs, y devuelve el valor de confusión, c; la matriz de confusión, cm; un arreglo de celdas, ind, que contiene los índices de muestra de los objetivos de clase i clasificados como clase j, y una matriz de porcentajes, per, en la que cada fila contiene un resumen de cuatro porcentajes asociados con la i-ésima clase.

Ejemplos

contraer todo

Este ejemplo muestra cómo generar la matriz de confusión del conjunto de datos simpleclass_dataset usando la función confusion.

Cargue el conjunto de datos simpleclass_dataset. Defina una red y, luego, entrénela.

[x,t] = simpleclass_dataset;
net = patternnet(10);
net = train(net,x,t);
y = net(x);
[c,cm,ind,per] = confusion(t,y)
a3 =

     1     2     3     1     2     3
     4     5     6     4     5     6
     7     7     7     8     8     8
     9     9     9    10    10    10

Argumentos de entrada

contraer todo

Matriz de objetivos, especificada como una matriz de S por Q en la que cada uno de los vectores columna contiene un único valor 1 y el resto de los elementos son iguales a 0. El índice del valor igual a 1 indica qué categorías S representa ese vector.

Matriz de salidas, especificada como una matriz de S por Q en la que cada una de las columnas contiene valores del intervalo [0,1]. El índice del mayor elemento de la columna indica qué categorías S representa ese vector.

Argumentos de salida

contraer todo

Fracción de muestras clasificadas de forma errónea, devuelta como un escalar.

Matriz de confusión, devuelta como una matriz de confusión de S por S en la que cm(i,j) es el número de muestras cuyo objetivo es la i-ésima clase que se ha clasificado como j.

Arreglo de índices, devuelto como un arreglo de celdas de S por S, en el que ind{i,j} contiene los índices de las muestras con la i-ésima clase objetivo, pero j-ésima clase de salida.

Matriz de porcentajes, devuelta como una matriz de S por 4 en la que cada fila contiene un resumen de cuatro porcentajes asociados con la i-ésima clase:

per(i,1) false negative rate
          = (false negatives)/(all output negatives)
per(i,2) false positive rate
          = (false positives)/(all output positives)
per(i,3) true positive rate
          = (true positives)/(all output positives)
per(i,4) true negative rate
          = (true negatives)/(all output negatives)

Historial de versiones

Introducido en R2006a

Consulte también

|