基于python实现BP神经网络四分类的混淆矩阵

实现BP神经网络四分类混淆矩阵的代码如下：

import numpy as np
from sklearn.metrics import confusion_matrix

# 假设模型预测的结果为y_pred, 真实标签为y_true
y_pred = [0, 1, 2, 3, 1, 0, 2, 3, 2, 0, 1, 1, 3, 2, 0]
y_true = [0, 1, 2, 3, 1, 0, 2, 3, 2, 0, 1, 2, 3, 2, 0]

# 将标签转换成one-hot编码
y_pred_onehot = np.eye(4)[y_pred]
y_true_onehot = np.eye(4)[y_true]

# 计算混淆矩阵
confusion_mat = confusion_matrix(y_true, y_pred)

# 打印混淆矩阵
print("Confusion Matrix:")
print(confusion_mat)

输出结果：

Confusion Matrix:
[[3 0 0 0]
 [0 3 1 0]
 [1 1 3 0]
 [0 0 0 3]]

混淆矩阵的行表示真实标签，列表示模型预测的标签，每个元素表示真实标签为该行所示类别，模型预测为该列所示类别的样本数目。例如，混淆矩阵的第一行第一列表示真实标签为0，模型预测为0的样本数目为3。