混淆矩阵matlab

混淆矩阵是一种用于评估分类模型性能的工具。在Matlab中，可以使用一些代码来生成和绘制混淆矩阵。引用的代码片段演示了如何计算并归一化混淆矩阵；引用中的函数`draw_cm`可以用于绘制彩色的混淆矩阵图。你可以使用这些代码来创建和可视化混淆矩阵。

以下是一个示例代码，展示了如何使用Matlab生成和绘制混淆矩阵：

% 假设你已经有了分类结果和真实标签
predictions = [2 1 1 3 2 2 1 3 3 2]; % 分类结果
labels = [2 1 1 3 2 3 1 2 3 2]; % 真实标签

% 计算混淆矩阵
num_classes = max(labels);
confusion_matrix = zeros(num_classes); % 初始化混淆矩阵

for i = 1:num_classes
    for j = 1:num_classes
        confusion_matrix(i,j) = sum(predictions(labels==i) == j);
    end
end

% 归一化混淆矩阵
sum_per_class = sum(confusion_matrix, 2);
for i = 1:num_classes
    confusion_matrix(i,:) = confusion_matrix(i,:) / sum_per_class(i);
end

% 绘制混淆矩阵图
draw_cm(confusion_matrix);
xticks(1:num_classes);
yticks(1:num_classes);

这个示例代码展示了如何使用Matlab计算混淆矩阵，并使用`draw_cm`函数绘制彩色的混淆矩阵图。你可以根据自己的数据和需求进行调整和修改。希望对你有帮助！<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [Matlab生成混淆矩阵（很方便）](https://blog.csdn.net/kardbomb/article/details/123155609)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [MATLAB实现混淆矩阵](https://blog.csdn.net/qigeyonghuming_1/article/details/97934871)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]