将混淆矩阵[1064 0 0 0][5 1086 2 0][0 0 481 1][0 0 1 499]做归一化,保留小数点后四位
时间: 2024-06-01 10:08:30 浏览: 29
将混淆矩阵归一化,我们需要将每个类别的预测结果除以该类别的总样本数,得到的矩阵即为归一化后的混淆矩阵。具体操作如下:
1. 对于第一类别,有 1064 个预测结果正确,总共预测了 1064 个样本。因此,第一行归一化后的结果为 [1.0000 0 0 0]。
2. 对于第二类别,有 1086 个预测结果正确,总共预测了 1093 个样本。因此,第二行归一化后的结果为 [0.9917 1.0000 0.0018 0]。
3. 对于第三类别,有 481 个预测结果正确,总共预测了 482 个样本。因此,第三行归一化后的结果为 [0 0 0.9979 0.0020]。
4. 对于第四类别,有 499 个预测结果正确,总共预测了 500 个样本。因此,第四行归一化后的结果为 [0 0 0.0020 0.9980]。
综上所述,归一化后的混淆矩阵为:
[[1.0000 0 0.0000 0.0000]
[0.9917 1.0000 0.0018 0.0000]
[0.0000 0 0.9979 0.0020]
[0.0000 0 0.0020 0.9980]]
相关问题
将混淆矩阵[1064 0 0 0][5 1086 2 0][0 0 481 1][0 0 1 499]做归一化
首先将混淆矩阵转换为数组形式:
```
[[1064, 0, 0, 0],
[5, 1086, 2, 0],
[0, 0, 481, 1],
[0, 0, 1, 499]]
```
然后对每一行进行归一化,即将每个元素除以该行元素之和,得到归一化后的混淆矩阵:
```
[[1.00000000e+00, 0.00000000e+00, 0.00000000e+00, 0.00000000e+00],
[4.58515284e-03, 9.91436594e-01, 1.81086519e-03, 0.00000000e+00],
[0.00000000e+00, 0.00000000e+00, 9.98963731e-01, 1.03669220e-03],
[0.00000000e+00, 0.00000000e+00, 1.97044335e-03, 9.98029557e-01]]
```
每一行的和都为1,表示每个类别的预测结果的比例。
将混淆矩阵[84 0 0 0][0 138 0 6][0 0 139 2][0 2 0 1069]做归一化
对于混淆矩阵中的每个元素,都除以该行的元素总和,即可得到归一化后的混淆矩阵。具体计算过程如下:
第一行元素总和为 84,归一化后的第一行为 [1.0 0.0 0.0 0.0];
第二行元素总和为 144,归一化后的第二行为 [0.0 0.9583 0.0 0.0417];
第三行元素总和为 141,归一化后的第三行为 [0.0 0.0 0.9858 0.0142];
第四行元素总和为 1071,归一化后的第四行为 [0.0 0.0019 0.0 0.9981]。
因此,归一化后的混淆矩阵为:
[[1. 0. 0. 0. ]
[0. 0.9583 0. 0.0417]
[0. 0. 0.9858 0.0142]
[0. 0.0019 0. 0.9981]]