使用confusionmat函数生成的混淆矩阵大小不对，为什么？
The size of the generated confusion matrix using confusionmat function is not right, why?
我正在使用比利时交通标志数据集在 MATLAB 中编写交通标志识别代码。这个数据集可以在 here.
找到
数据集由训练数据和测试数据（或评估数据）组成。
我调整了给定图像的大小并使用 VL_feat 库中的 VL_HOG 函数提取了 HOG 特征。
然后，我使用训练数据集中的所有符号训练了一个多 class SVM。训练集中有 62 个类别（即不同类型的交通标志）和 4577 帧。
我使用 fitcecoc 函数获得了 classifier。
训练多 class SVM 后，我想使用测试数据测试 classifier 性能，我使用了 predict 和 confusionmat 函数，分别
由于某些原因，返回的混淆矩阵的大小是 53 x 53 而不是 62 x 62。
为什么混淆矩阵的大小与类别数不一样？
测试数据集中的一些文件夹是空的，导致 MATLAB 跳过混淆矩阵中的那些行和列。
我正在使用比利时交通标志数据集在 MATLAB 中编写交通标志识别代码。这个数据集可以在 here.
找到数据集由训练数据和测试数据（或评估数据）组成。
我调整了给定图像的大小并使用 VL_feat 库中的 VL_HOG 函数提取了 HOG 特征。
然后，我使用训练数据集中的所有符号训练了一个多 class SVM。训练集中有 62 个类别（即不同类型的交通标志）和 4577 帧。
我使用 fitcecoc 函数获得了 classifier。
训练多 class SVM 后，我想使用测试数据测试 classifier 性能，我使用了 predict 和 confusionmat 函数，分别
由于某些原因，返回的混淆矩阵的大小是 53 x 53 而不是 62 x 62。
为什么混淆矩阵的大小与类别数不一样？
测试数据集中的一些文件夹是空的，导致 MATLAB 跳过混淆矩阵中的那些行和列。