tf.math.confusion_matrix

Вычисляет матрицу ошибок на основе предсказаний и меток.

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

Используется в блокнотах

Используется в руководствах
Классификация видео с помощью 3D-свёрточной нейронной сети Простое распознавание аудио: распознавание ключевых слов Перенос обучения для классификации видео с помощью MoViNet Тонкая настройка моделей для выявления болезней растений Как решить задачу на Kaggle с помощью TF-Hub

Используется в руководствах

Столбцы матрицы соответствуют меткам предсказаний, а строки — истинным меткам. Матрица ошибок всегда представляет собой двумерный массив формы [n, n], где n — количество допустимых меток для данной задачи классификации. Чтобы функция работала, предсказания и метки должны быть одномерными массивами одинаковой формы.

Если num_classes равно None, то num_classes будет равно единице плюс максимальное значение среди предсказаний и меток. Предполагается, что нумерация меток классов начинается с 0. Например, если num_classes равно 3, возможными метками будут [0, 1, 2].

Если weights не равно None, то каждое предсказание добавляет соответствующий ему вес к общему значению ячейки матрицы ошибок.

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 наличие меток [0, 1, 2, 3, 4], в результате чего получается матрица ошибок размером 5x5.

Аргументы
`labels`	Одномерный `Tensor` истинных меток для задачи классификации.
`predictions`	Одномерный `Tensor` предсказаний для данной задачи классификации.
`num_classes`	Возможное количество меток в задаче классификации. Если это значение не указано, оно будет вычислено на основе массивов предсказаний и меток.
`weights`	Необязательный `Tensor`, форма которого совпадает с формой `predictions`.
`dtype`	Тип данных матрицы ошибок.
`name`	Имя области видимости.

Возвращает
`[n, n]` размерности `dtype` типа `Tensor`, представляющий матрицу ошибок, где `n` — количество возможных меток в задаче классификации.

Вызывает исключения
`ValueError`	Если предсказания и метки не являются одномерными векторами или их формы не совпадают, либо 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/math/confusion_matrix