我需要编写一个代码来比较两个相同大小的向量——一个包含参考值，另一个在一些分类过程后获得值——并生成一个置信矩阵，该矩阵显示哪些元素以及有多少它们被错误分类。
假设向量是：
ref = [3;3;3;4;4;2;1;3] 和
obt = [4;2;3;1;1;3;4;3]
我希望置信矩阵为：[0 0 0 1; 0 0 1 0;0 1 2 1 ;2 0 0 0]
怎么做？
谢谢
【问题讨论】：
ref/obt 值都是访问置信矩阵所需的行/列对。每次看到此行/列对时，您都会计算在此矩阵中看到的计数。将来，请提供有关将来如何计算此矩阵的说明。尝试猜测或推断您要询问的内容不是我们的工作。我们帮助您解决问题，但为了做到这一点，您必须尽可能多地让我们了解您的问题。
让我们使用accumarray和bsxfun：
如果可能的值始终采用1、2、3、...的形式：
ref = [3;3;3;4;4;2;1;3]; %// original values
obt = [4;2;3;1;1;3;4;3]; %// what the original values have been classified as
vals = 1:max([ref(:) obt(:)]); %// all possible values
result = accumarray([ref(:) obt(:)],1);
如果值是任意的：
obt = [.1 .1 5.4 5.4 3 2.2 2.2]; %// original values
ref = [.1 2.2 2.2 5.4 5.4 3 3]; %// what the original values have been classified as
vals = unique([ref(:);obt(:)]); %// all existing values
[~, refv] = max(bsxfun(@eq, ref(:).', vals(:)));
[~, obtv] = max(bsxfun(@eq, obt(:).', vals(:)));
result = accumarray([refv(:) obtv(:)],1);
输入向量可以是可互换的行或列。
vals 包含所有可能的值（在您的示例中为[1 2 3 4]）。 result(m,n) 表示 值 vals(m) 被分类为 vals(m) 的次数。
【讨论】：
num_classes = max([ref;obt]);
mat_classes = zeros(num_classes);
for i = 1:length(ref)
mat_classes(ref(i),obt(i)) = mat_classes(ref(i),obt(i))+1
end
这应该以更简单的方式做你想做的事。
这比 Luis Mendo 的回应效率低得多。 matlab 中的 for 循环通常不是一个好主意。如果你打算经常使用 matlab，你应该使用向量化。
将此作为入门者http://es.mathworks.com/help/matlab/matlab_prog/vectorization.html
【讨论】：
你想要一个confusion matrix。使用 Matlab 的confusionmat 函数：
>> confusionmat(ref, obt)
ans =
0 0 0 1
0 0 1 0
0 1 2 1
2 0 0 0
【讨论】：
confusionmat 是统计和机器学习工具箱的一部分。