Tensorflow混淆矩阵

Question

我有使用RNN多类分类和这里是我的RNN主代码：

def RNN(x, weights, biases): 
    x = tf.unstack(x, input_size, 1) 
    lstm_cell = rnn.BasicLSTMCell(num_unit, forget_bias=1.0, state_is_tuple=True) 
    stacked_lstm = rnn.MultiRNNCell([lstm_cell]*lstm_size, state_is_tuple=True) 
    outputs, states = tf.nn.static_rnn(stacked_lstm, x, dtype=tf.float32) 

    return tf.matmul(outputs[-1], weights) + biases 

logits = RNN(X, weights, biases) 
prediction = tf.nn.softmax(logits) 

cost =tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=Y)) 
optimizer = tf.train.GradientDescentOptimizer(learning_rate=learning_rate) 
train_op = optimizer.minimize(cost) 

correct_pred = tf.equal(tf.argmax(prediction, 1), tf.argmax(Y, 1)) 
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32)) 

我不得不所有输入至6类分类和各类别是

happy = [1, 0, 0, 0, 0, 0] 
angry = [0, 1, 0, 0, 0, 0] 
neutral = [0, 0, 1, 0, 0, 0] 
excited = [0, 0, 0, 1, 0, 0] 
embarrassed = [0, 0, 0, 0, 1, 0] 
sad = [0, 0, 0, 0, 0, 1] 

的问题是使用tf.confusion_matrix()函数I不能打印混淆矩阵：一个热码标签作为后续组成。

是否有任何方法使用这些标签打印混淆矩阵？

如果不是，只有当我需要打印混淆矩阵时，如何将单热代码转换为整数索引？

Answer 1

您不能使用单向矢量作为输入参数labels和predictions生成混淆矩阵。您将不得不直接向其提供包含标签的一维张量。

要在一个炎热的向量转换为普通标签，利用argmax功能：

label = tf.argmax(one_hot_tensor, axis = 1) 

之后，你可以打印confusion_matrix这样的：

import tensorflow as tf 

num_classes = 2 
prediction_arr = tf.constant([1, 1, 1, 1, 0, 0, 0, 0, 1, 1]) 
labels_arr  = tf.constant([0, 1, 1, 1, 1, 1, 1, 1, 0, 0]) 

confusion_matrix = tf.confusion_matrix(labels_arr, prediction_arr, num_classes) 
with tf.Session() as sess: 
    print(confusion_matrix.eval()) 

输出：

[[0 3] 
[4 3]]