matlab newff混淆矩阵

混淆矩阵是用于评估分类模型性能的一种矩阵形式。它展示了模型在分类任务中预测结果与实际标签的匹配情况。在Matlab中，可以使用混淆矩阵函数 `confusionchart` 来绘制混淆矩阵。例如，对于分类结果 `T_train` 和对应的预测结果 `T_sim1`，可以使用以下代码绘制训练数据的混淆矩阵：

cm = confusionchart(T_train, T_sim1);
cm.Title = 'Confusion Matrix for Train Data';
cm.ColumnSummary = 'column-normalized';
cm.RowSummary = 'row-normalized';

同样地，对于测试数据的分类结果 `T_test` 和对应的预测结果 `T_sim2`，可以使用以下代码绘制测试数据的混淆矩阵：

cm = confusionchart(T_test, T_sim2);
cm.Title = 'Confusion Matrix for Test Data';
cm.ColumnSummary = 'column-normalized';
cm.RowSummary = 'row-normalized';

通过这些代码，你可以得到训练数据和测试数据的混淆矩阵，并且可以通过混淆矩阵来计算准确率、召回率、精确率、F1分数等分类指标。