当前位置: 代码迷 >> 综合 >> Tensorflow2.0:多分类评价指标 ROC、PRC 绘图、AUC 计算以及混淆矩阵绘制
  详细解决方案

Tensorflow2.0:多分类评价指标 ROC、PRC 绘图、AUC 计算以及混淆矩阵绘制

热度:62   发布时间:2023-10-28 13:20:28.0

文章目录

  • 项目准备
  • python 代码
    • 1、导入需要的库
    • 2、建立 Dataset 测试集
    • 3、模型导入
    • 4、定义测试函数
    • 5、将多分类问题转化为单分类问题
    • 6、得到每个正例的置信度
    • 7、将上面两个函数结合起来
    • 8、将测试集输入模型进行测试
    • 9、定义 PRC 计算函数
    • 10、定义 ROC 计算函数
    • 11、定义 P-R 图绘制函数
    • 12、定义 ROC 图绘制函数
    • 13、绘制 P-R 图
    • 14、绘制 ROC 图
    • 15、绘制混淆矩阵

项目准备

在绘图前,我们只需要有测试集以及训练好的网络模型(.h5 文件)即可。

python 代码

1、导入需要的库

<
  相关解决方案