% % 读取数据 data = readmatrix('G:\19\19\2.xls'); % % % 生成标签 labels = repmat(1:14, 100, 1); labels = labels(:); % % 计算准确率 accuracy = zeros(14, 1); for i = 1:14 start_idx = (i-1)*100 + 1; end_idx = i*100; accuracy(i) = sum(data(start_idx:end_idx, 1) == labels(start_idx:end_idx)) / 100; end for i = 1:14 idx = find(data(:, 1) == i); correct = sum(data(idx, 2) == i); accuracy(i) = correct / length(idx); end % 生成混淆矩阵 confusionMat = confusionmat(labels, data(:, 2)); figure newLabels = {'2FSK', 'BPSK', 'CW', 'LFM', 'LFM-BPSK', 'QPSK', 'NLFM', 'FSK-BPSK', 'LFM-FSK', 'MPSK', 'T1', 'T2', 'T3', 'T4'}; confusionchart(confusionMat,newLabels ,'Normalization', 'row-normalized'); % 将百分比符号添加到矩阵中 h = gca; h.Axes.XTickLabelFormat = '%.1f%%'; h.YAxis.TickLabelFormat = '%.1f%%';这段代码有问题吗？可以画出每个格子内带有百分比的数值的混淆矩阵吗？

这段代码有一些问题:

1. `readmatrix`函数只在MATLAB R2019b及以上版本中可用，如果你使用的是更早的版本，需要使用`xlsread`或者`csvread`等函数读取Excel文件。

2. 在计算准确率时，for循环中的第一个部分和第二个部分有重复，应该只使用其中一个。建议使用第二个部分，因为它更简洁明了。

3. 在画混淆矩阵时，`confusionchart`函数需要安装MATLAB R2020a及以上版本才能使用。如果你使用的是更早的版本，可以使用`plotconfusion`函数代替。

如果你使用的是MATLAB R2020a及以上版本，那么这段代码可以正确地画出每个格子内带有百分比的数值的混淆矩阵。否则，你需要修改代码以适应你的版本和数据格式。

相关问题

data = readmatrix('G:\19\19\2.xls'); % 生成标签 newLabels = {'2FSK', 'BPSK', 'CW', 'LFM', 'LFM-BPSK', 'QPSK', 'NLFM', 'FSK-BPSK', 'LFM-FSK', 'MPSK', 'T1', 'T2', 'T3', 'T4'}; labels = repmat(newLabels, 100, 1); labels = labels(:); % 计算准确率和混淆矩阵 accuracy = zeros(14, 1); confusionMat = zeros(14); for i = 1:14 start_idx = (i-1)*100 + 1; end_idx = i*100; accuracy(i) = sum(data(start_idx:end_idx, 2) == i) / 100; idx = find(labels == newLabels{i}); confusionMat(i, :) = histcounts(data(idx, 1), 1:15); end 画出混淆矩阵后怎么在每个格子内显示数值

可以使用 `text` 函数在每个格子内显示数值。以下是添加数值的代码：

% 绘制混淆矩阵
figure;
imagesc(confusionMat);
colorbar;
colormap(flipud(gray));

% 添加数值
textStrings = num2str(confusionMat(:),'%d'); 
textStrings = strtrim(cellstr(textStrings)); 
[x, y] = meshgrid(1:size(confusionMat,1), 1:size(confusionMat,2));
hStrings = text(x(:), y(:), textStrings(:), 'HorizontalAlignment', 'center');
midValue = mean(get(gca,'CLim')); 
textColors = repmat(confusionMat(:) > midValue, 1, 3); 
set(hStrings, {'Color'}, num2cell(textColors, 2));

这段代码会在混淆矩阵每个格子内显示对应的数值。