我正在尝试在 Matlab 中构建混淆矩阵，但出现此错误。

我想在这个矩阵和它的索引中找到最大值。我从这里的输入链接描述中知道max可以用来找到最大元素的值和索引。这是我的代码。矩阵=零（10,2316）；

我也测试过

在我提到的链接中，我正在尝试实现一个示例：创建一个矩阵 A 并计算每列中的最大元素，以及它们出现的 A 的行索引。

A = [1 9 -2; 8 4 -5]

一个=

[M,I] = 最大值(A)

米=

我 =

我的整个代码：

我有一个情感分析任务，为此我使用这个语料库，意见有 5 个类别（very neg, neg, neu, pos, very pos），从 1 到 5。所以我进行如下分类：

然后通过这些指标我得到了如下的混淆矩阵和分类报告，如下：

然后，结果如下：

我该如何解释上述混淆矩阵和分类报告。我尝试阅读文档和这个问题。但是仍然可以解释这里发生的事情，特别是这些数据？Wny 这个矩阵在某种程度上是“对角线”的吗？另一方面，召回率、精度、f1score 和对这些数据的支持是什么意思？我能对这些数据说些什么？提前谢谢各位

我使用 Google 开发人员的散点图绘制了 ROC 曲线。代码是

输出是

我想通过在用户单击散点图中的点时显示混淆矩阵来使其具有交互性（所有点都有相应的混淆矩阵）。

我发现了这个：https ://developers.google.com/chart/interactive/docs/gallery/controls#overview

但是这里的饼图会根据变量的值而变化，但我希望用户单击数据点后立即更新表格内容。

表格样本可以是：

我想知道我们如何将散点图的数据点与表格的表格数据联系起来。

非常感谢。

我正在制作一个交互式混淆矩阵，但我希望使用类似于https://plot.ly/38/~GuillemDuran/#的色标根据单元格值更改表格单元格的颜色。

目前我的代码是：

输出是

谢谢。

我按照建议使用了代码，但它仍然不起作用：

我正在尝试从一组基于 OpenCV SVM 训练和预测函数的 SVM 预测中构建混淆矩阵，如下所示：

但是当输出矩阵条目时，一些行的总和大于 100% 和一些更少。我敢肯定它很简单，但我一直盯着它看很久了，一点头绪都没有。有任何想法吗？

更新

我不知道为什么，但我使用的倍数cout影响了返回值。

cout通过在 for 循环中包含调试来解决问题，如下所示：

有人知道为什么吗？

我正在尝试从多级因子变量（评级）中获取混淆矩阵

我的数据如下所示：

我用 rpart() 函数构建了一个分类树，然后预测了概率。

然后我想使用 gmodels 包中的 CrossTable() 评估预测。

但我得到这个错误：

CrossTable 中的错误（credit_test，credit_pred，prop.chisq = FALSE，prop.c = FALSE，：x 和 y 必须具有相同的长度

我不知道为什么我会在 4 级课程中收到此错误。当我有一个二进制类时，它工作正常。

我试图通过插入符号的confusionMatrix() 函数来理解预测对象的结果，该函数需要根据http://artax.karlin.mff.cuni.cz/r-help/library/caret/html/confusionMatrix 输入表格。在index.html中，我的 table() 创建了我理解的结果，但它对 chaosMatrix() 函数不友好。

这是相关的代码片段：

基本上我需要将上述输出转换为具有 1 col 的数据帧，对应于遵循此规则的预测值：

如果 A 列是 1 ，则预测值为 1

如果 B 列是 1 ，则预测值为 2

如果列 C 为 1 ，则预测值为 3

如果列 D 为 1 ，则预测值为 4

如果列 E 为 1 ，则预测值为 5

因此，我编写了这个函数来完成工作：

但是，在键入时：

我得到一个不寻常的输出，这是底部的片段：

进一步调查显示：

其中 ncol() 应该只返回 1 & nrow() 显然可以是任何整数值。

如何修复此函数，以便创建正确的数据框作为confusionMatrix() 函数的输入？

谢谢。

我正在使用 pandas 库来计算混淆矩阵，但问题是我的类别大约有 10 个字符并且只显示 3-4 列，即使这些列中的值大于 0。是否可以增加显示的最大宽度矩阵 ？

在 r 中，我有一个名为 dtab 的数据框，我在这里报告了一小部分：

我重命名了一些变量（这部分是对的）：

Retain 是一个虚拟变量，可以假定 0 或 1 作为值。我想要这个逻辑模型的混淆矩阵（我们有 N 个观察值）

所以我已经完成了

这会生成一个逻辑向量来制作训练集，这似乎没问题。

• 现在我有一个警告，但这不是问题，因为发生在这个非常小的数据子集上（因为没有它，我应该放置大约 100 个观察值）

  model_pred_probs=predict(model,newdata=dtab[testing,], type='response')

• 1° 问题：过多的预测

  /li>

我必须制作混淆矩阵，所以我已经完成了：

• 2°问题：（可能与第一个有关）

  /li>

我到处检查过，但我看不出有什么问题。

我想使用 Theano 的逻辑回归分类器，但我想与我之前所做的研究进行苹果对苹果的比较，以了解深度学习是如何叠加的。我承认如果我更精通 Theano，这可能是一项相当简单的任务，但这是我目前所拥有的。从网站上的教程中，我有以下代码：

我很确定这是我需要添加功能的地方，但我不确定如何去做。我需要的是在每次运行时访问 y_pred 和 y（以在 python 中更新我的混淆矩阵），或者让 C++ 代码处理混淆矩阵并在途中的某个时间点返回它。我不认为我可以做前者，我不确定如何做后者。我已经按照以下方式对更新功能进行了一些处理：

但是我并不完全清楚如何让它与有问题的函数接口，并给我一个我可以使用的 numpy 数组。我对 Theano 很陌生，所以希望这对你们中的一个人来说是一个简单的解决方法。我想在许多配置中使用这个分类器作为我的输出层，所以我可以将混淆矩阵与其他架构一起使用。