Загрузите выборку предсказанных и истинных меток для проблемы классификации. trueLabels истинные метки для проблемы классификации изображений и predictedLabels прогнозы сверточной нейронной сети. Создайте матричный график беспорядка.

load('Cifar10Labels.mat','trueLabels','predictedLabels');
figure
cm = confusionchart(trueLabels,predictedLabels);

Переупорядочьте классы матричного графика беспорядка так, чтобы классы были в фиксированном порядке.

sortClasses(cm, ...
    ["cat" "dog" "horse" "deer" "bird" "frog", ...
    "airplane" "ship" "automobile" "truck"])

Загрузите выборку предсказанных и истинных меток для проблемы классификации. trueLabels истинные метки для проблемы классификации изображений и predictedLabels прогнозы сверточной нейронной сети. Создайте матричный график беспорядка со сводными данными строки и столбцом

load('Cifar10Labels.mat','trueLabels','predictedLabels');
figure
cm = confusionchart(trueLabels,predictedLabels, ...
    'ColumnSummary','column-normalized', ...
    'RowSummary','row-normalized');

Чтобы отсортировать классы матрицы беспорядка мудрым классом отзывом (истинный положительный уровень), нормируйте значения ячеек через каждую строку, то есть, количеством наблюдений, которые имеют тот же истинный класс. Сортировка классов соответствующими диагональными значениями ячеек и сбросом нормализация значений ячеек. Классы теперь сортируются таким образом, что проценты в синих ячейках в сводных данных строки направо уменьшаются.

cm.Normalization = 'row-normalized';
sortClasses(cm,'descending-diagonal');
cm.Normalization = 'absolute';

Чтобы отсортировать классы по мудрой классом точности (положительное прогнозирующее значение), нормируйте значения ячеек через каждый столбец, то есть, количеством наблюдений, которые имеют тот же предсказанный класс. Сортировка классов соответствующими диагональными значениями ячеек и сбросом нормализация значений ячеек. Классы теперь сортируются таким образом, что проценты в синих ячейках в сводных данных столбца в нижней части уменьшаются.

cm.Normalization = 'column-normalized';
sortClasses(cm,'descending-diagonal');
cm.Normalization = 'absolute';