如何计算训练模型的混淆矩阵？（从此代码）答案

【问题标题】：How to calculate confusion matrix for a training model ? (from this code)如何计算训练模型的混淆矩阵？（从此代码）
【发布时间】：2018-10-16 13:13:43
【问题描述】：

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()

【问题讨论】：

标签： python scikit-learn keras chatbot

【解决方案1】：

假设您有训练和测试集并且y_true 保持预期结果：

训练你的模型
将您的预测值存储在变量y_predicted
从 skear (from sklearn.metrics import confusion_matrix) 导入混淆矩阵
执行confusion_matrix(y_true, y_predicted)
享受调整模型的乐趣；）

【讨论】：

请从我的代码 sn-p 中将其定义为 y_true 和 y_predicted。 =================================================模型=模型（[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()
@rzr 请不要不要使用 cmets 空间发布代码 - 它实际上是不可读的！如有必要，编辑和更新您的问题，但在这里您只是重新发布问题中的代码，这是无用的......
@rzr 我建议您看一些可能对您有所帮助的教程 - 了解拆分为训练/[验证或测试] 集（并解释它们是什么），因为我认为您训练你的模型在整个训练集上，如果你想在训练中使用的数据上建立混淆矩阵，它可能会给你一些误导性的结果。在这里你有关于 Keras 的很好的教程 - youtube.com/… 或者如果你想了解更多幕后发生的事情，你可以看看 Andrew Ng ML 课程。