深度学习和困惑矩阵

Question

我在喀拉拉邦训练了我的模型以进行二进制分类。我在ImageNet上使用了Resnet preformer，获得了95％的准确性。在我的数据集中，有9004张用于训练的图像分为两类，而2250张用于测试的图像分为两类。但是混乱矩阵给了我

• 4502 0
• 4502 0

有人可以帮我知道这个结果的含义吗？

Answer 1

对结果的解释如下（请注意，为简单起见，索引从1开始而不是0）：

要计算测试数据集上正确的预测数，需要对矩阵的主要对角线求和。

对于头等舱（1类），您所有的预测都是正确的。

这可以从混淆矩阵中推断出来，因为位置[1,1]（first_row，first_col）上的元素为4502。由于位置[1,2]上的元素为0，因此意味着所有第1类的预测是正确的。

但是，对于第二个类，在位置[2,2]上的值为0，这意味着您对该类的预测均不正确。

实际上，我们可以轻松地验证4502在[2,1]位置上。

注意：

1. 您可能在错误的数据集上计算了精度/混淆矩阵。根据您的描述，4502 * 2 = 9004，这意味着您在此处给出的混淆矩阵是针对训练集的，而不是针对测试集的。
2. 只要您在混淆矩阵上看到一个不属于主对角线的数字，就意味着您遇到了FP（假正）或FN（假负）的情况。