张量流中的混淆矩阵顺序

Question

我有6个课程，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，而行代表真正的标签，这是对的吗？有人提到相反的一面。

Answer 1

您使用tf.confusion_matrix(labels,predictions)了吗？

如果是这样，列表示预测标签，而行表示真实标签。

Answer 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，您正确地预测了0级。对于2个样本，您预测了1级，但它实际上是0级。

请注意，您还可以操纵可视化的顺序。而不是

class 0, class 1, class 2

你可以拥有（预测和真值两者）订单

class 0, class 2, class 1

这包含相同的信息，但可视化可能会传达不同的故事。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

中找到实施