tf.math.confusion_matrix

Вычисляет матрицу ошибок классификации по предсказаниям и меткам.

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

Используется в ноутбуках

Используется в учебниках
Классификация видео с помощью 3D сверточной нейронной сети Простая распознавание звука: распознавание ключевых слов Перенос обучения для классификации видео с помощью MoViNet Настройка моделей для обнаружения заболеваний растений Как решить задачу на Kaggle с помощью TF-Hub

Используется в учебниках

Столбцы матрицы представляют метки предсказания, а строки — реальные метки. Матрица ошибок — это всегда двумерный массив формы [n, n], где n — количество допустимых меток для данной задачи классификации. И предсказания, и метки должны быть одномерными массивами одинаковой формы для работы этой функции.

Если num_classes равно None, то num_classes будет установлено в значение, равное единице плюс максимальное значение в массивах предсказаний или меток. Метки классов должны начинаться с 0. Например, если num_classes равно 3, то возможными метками будут [0, 1, 2].

Если weights не равно None, каждое предсказание вносит свой соответствующий вес в общее значение 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, что возможные метки — [0, 1, 2, 3, 4], что приводит к матрице ошибок 5x5.

Аргументы
`labels`	Одномерный массив `Tensor` реальных меток для задачи классификации.
`predictions`	Одномерный массив `Tensor` предсказаний для данной задачи классификации.
`num_classes`	Возможное количество меток, которые может иметь задача классификации. Если это значение не указано, оно будет вычислено, используя массивы предсказаний и меток.
`weights`	Необязательный `Tensor`, форма которого соответствует `predictions`.
`dtype`	Тип данных матрицы ошибок.
`name`	Имя области видимости.

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

Исключения
`ValueError`	Если и предсказания, и метки не являются одномерными векторами и имеют несовпадающие формы, или если `weights` не равно `None`, и его форма не соответствует форме `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