Загрузите образец прогнозируемых и истинных меток для проблемы классификации. trueLabels являются истинными метками для проблемы классификации изображений и predictedLabels являются предсказаниями сверточной нейронной сети. Создайте матричную диаграмму путаницы.

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

Измените порядок классов матричной диаграммы путаницы таким образом, чтобы классы находились в фиксированном порядке.

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

Загрузите образец прогнозируемых и истинных меток для проблемы классификации. trueLabels являются истинными метками для проблемы классификации изображений и predictedLabels являются предсказаниями сверточной нейронной сети. Создание матричной диаграммы путаницы с суммами столбцов и строк

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

Чтобы отсортировать классы матрицы путаницы по отзыву класса (истинно положительная скорость), нормализуйте значения ячеек в каждой строке, то есть по количеству наблюдений, имеющих одинаковый истинный класс. Отсортируйте классы по соответствующим диагональным значениям ячеек и сбросьте нормализацию значений ячеек. Классы теперь отсортированы таким образом, что проценты в синих ячейках в сводках строк справа уменьшаются.

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

Чтобы отсортировать классы по точности класса (положительному прогностическому значению), нормализуйте значения ячеек в каждом столбце, то есть по количеству наблюдений, имеющих один и тот же прогнозируемый класс. Отсортируйте классы по соответствующим диагональным значениям ячеек и сбросьте нормализацию значений ячеек. Классы теперь отсортированы таким образом, что проценты в синих ячейках в сводках столбцов внизу уменьшаются.

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