如何计算训练模型的混淆矩阵？ （来自此代码）

Question

如何计算此训练模型的混淆矩阵？

model = Model([encoder_inputs, decoder_inputs], decoder_outputs)

model.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy'])
history = model.fit([encoder_input_data, decoder_input_data], decoder_target_data,
      batch_size=batch_size,
      epochs=epochs,
      validation_split=0.2,
      verbose=1)

model.summary()

Answer 1

假设您有训练集和测试集且y_true保持预期结果：

1. 训练你的模特
2. 将您的预测值存储在变量y_predicted
中
3. 从sklear（from sklearn.metrics import confusion_matrix）
导入confusion_matrix
4. 执行confusion_matrix(y_true, y_predicted)
5. 享受调整模型的乐趣;）