如何计算训练模型的混淆矩阵？ （来自这段代码）

Question

如何计算这个训练模型的混淆矩阵？

    model = Model([encoder_inputs, decoder_inputs], decoder_outputs)
    model.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy'])
    history = model.fit([encoder_input_data, decoder_input_data], decoder_target_data,
          batch_size=batch_size,
          epochs=epochs,
          validation_split=0.2,
          verbose=1)
    model.summary()

Answer 1

假设您有训练集和测试集，并且 y_true 保持预期结果：

1. 训练您的模型
2. 将您的预测值存储在变量中 y_predicted
3. 从 sklear (from sklearn.metrics import confusion_matrix) 导入 confusion_matrix
4. 执行confusion_matrix(y_true, y_predicted)
5. 调优您的模型很有趣 ;)