2017-07-14 57 views
0

我想獲得混淆矩陣 ,但我需要一組謂詞項和標籤。 我怎樣才能從這個例子中獲得這個數據(Pannous speech_data)https://github.com/llSourcell/tensorflow_speech_recognition_demo/blob/master/demo.py如何在使用Tflearn時獲得混淆矩陣

謝謝!

model.fit(trainX, trainY, n_epoch=10, validation_set=(testX, testY), show_metric=True,batch_size=batch_size) 
_y=model.predict(X) 
predictions.append(_y) 
labels.append(trainY) 
bp() 
confusionMat=tf.confusion_matrix(labels,predictions,num_classes=classes,dtype=tf.int32,name=None,weights=None) 
print(np.matrix(confusionMat)) 

回答

1
_y=model.predict(X) # predictions 
y = train_Y # i think this is actual labels data 

tf.confusion_matrix(
labels,    # put y here 
predictions,   #put _y here 
num_classes=None, 
dtype=tf.int32, 
name=None, 
weights=None 
) 
+0

感謝您的及時答覆。簡單而有意義:)。所以實際上需要在每次迭代時將_y和train_Y添加到預測和標籤,然後在最後對混淆矩陣進行結算? – user271077

+0

嘗試過,但標籤和預測應該是類的數組。但是每個項目都是一個具有該類別概率的數組。我應該如何使用它作爲標籤/預測? – user271077

+0

請嘗試調試和理解代碼。你的混淆矩陣需要兩個數組。一個標籤,你有和其他預測類。所以返回概率分數試圖返回預測類。預測課是概率分數得到分類的地方。 –