这个混淆矩阵正确吗？

Question

我正在尝试 class 化动物的叫声。为此，我正在使用 CNN。我正在将 classes 相互比较，因此，一些训练将使用 2 classes 完成。一旦我通过这些训练获得了混淆矩阵，我就会遇到这样的事情：

可以看出，模型似乎正确地预测了一切。另一方面，当我将阈值从 0.5 提高到 0.8 时，我发现有一些错误class化。这其实是我所期望的，但我很困惑，当我得到准确率、精确率、召回率和 f1 分数时，我看到一个小于 1 的值，而且都是一样的，如图所示。但是，我希望它们都为 1，因为没有 misclassification。我错了吗？你能解释一下吗？提前致谢。

请注意，我的数据有 2 个 class，每个数据有 1200 条记录。我用 CNN 模型训练了他们。 20%的数据用作测试，其余数据用于训练。

代码如下：


from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
from sklearn.metrics import confusion_matrix as cm
predictions = model.predict(X_test)
y_pred = (predictions > 0.5)
print(predictions.shape, y_pred.shape)
predictions = np.argmax(predictions, axis=1)
y_pred = np.argmax(y_pred, axis=-1)
cm(y_pred, y_test)

Answer 1

问题是您计算了预测和本身之间的混淆矩阵，而不是预测和 y_test。

应该是

cm(y_pred, y_test)

这个混淆矩阵正确吗？

Is this confusion matrix correct?

python

scikit-learn

confusion-matrix

multilabel-classification