tf.compat.v1.confusion_matrix

Вычисляет матрицу ошибок классификации на основе прогнозов и меток.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.math.confusion_matrix

tf.compat.v1.confusion_matrix(
    labels,
    predictions,
    num_classes=None,
    dtype=tf.dtypes.int32,
    name=None,
    weights=None
)

Столбцы матрицы представляют предсказанные метки, а строки — фактические метки. Матрица ошибок классификации всегда является двумерным массивом формы [n, n], где n — количество допустимых меток для данной задачи классификации. Как прогнозы, так и метки должны быть одномерными массивами одинаковой формы для корректной работы данной функции.

Если num_classes равно None, то num_classes будет установлено равным одному плюс максимальному значению в массивах прогнозов или меток. Ожидается, что метки классов будут начинаться с 0. Например, если num_classes равно 3, возможные метки будут [0, 1, 2].

Если weights не равно None, то каждый прогноз вносит свой вклад в итоговое значение ячейки матрицы ошибок классификации.

Например:

tf.math.confusion_matrix([1, 2, 4], [2, 2, 4]) ==>
    [[0 0 0 0 0]
     [0 0 1 0 0]
     [0 0 1 0 0]
     [0 0 0 0 0]
     [0 0 0 0 1]]

Обратите внимание, что предполагается, что возможные метки — [0, 1, 2, 3, 4], что приводит к матрице ошибок классификации 5x5.

Аргументы
`labels`	Одномерный `Tensor` фактических меток для задачи классификации.
`predictions`	Одномерный `Tensor` прогнозов для данной задачи классификации.
`num_classes`	Возможное количество меток, которые может иметь задача классификации. Если это значение не указано, оно будет вычислено на основе массивов прогнозов и меток.
`dtype`	Тип данных матрицы ошибок классификации.
`name`	Имя области.
`weights`	Необязательный `Tensor`, форма которого совпадает с формой `predictions`.

Возвращаемое значение
`Tensor` типа `dtype` с формой `[n, n]`, представляющая матрицу ошибок классификации, где `n` — количество возможных меток в задаче классификации.

Исключения
`ValueError`	Если прогнозы и метки не являются одномерными векторами и имеют несовпадающие формы, или если `weights` не равно `None` и его форма не совпадает с формой `predictions`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/confusion_matrix