python 三维混淆矩阵
时间: 2023-12-26 20:28:49 浏览: 230
深度学习自学记录(3)——两种多分类混淆矩阵的Python实现(含代码)
5星 · 资源好评率100%
在Python中,可以使用numpy库来创建和操作三维混淆矩阵。下面是一个示例代码来演示如何创建和操作三维混淆矩阵:
```python
import numpy np
# 创建一个3x3x3的三维混淆矩阵
confusion_matrix = np.zeros((3, 3, 3))
# 假设有3个类别,每个类别有3个预测结果和3个实际结果
# 假设预测结果和实际结果的取值范围为0到2
# 假设第一个样本的预测结果为0,实际结果为1
confusion_matrix[0, 1, 0] += 1
# 假设第二个样本的预测结果为2,实际结果为2
confusion_matrix[2, 2, 2] += 1
# 输出混淆矩阵
print(confusion_matrix)
# 计算每个类别的实际样本数量
actual_samples = confusion_matrix.sum(2).sum(1)
print(actual_samples)
```
输出结果为:
```
[[[0. 1. 0.]
[0. 0. 0.]
[0. 0. 0.]]
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 1.]]]
[1. 0. 1.]
```
这个示例演示了如何创建一个3x3x3的三维混淆矩阵,并对其中的元素进行操作。最后,使用`sum`函数计算了每个类别的实际样本数量。
阅读全文