如何提高 3 类的混淆矩阵分数 - Covid19 检测 3 类covid、正常、病毒性肺炎的胸部 X 射线图像

如何解决如何提高 3 类的混淆矩阵分数 - Covid19 检测 3 类covid、正常、病毒性肺炎的胸部 X 射线图像

#我正在使用下面的代码并且正在生成报告，但分数并不好（大约 0.31）。 #然而，在训练和测试过程中，模型的性能都在 90% 以上。

#注意：“eval_batches”是训练阶段用来检查val_accuracy的数据集。

#(4/4 - 19s - 损失: 0.2456 - 准确度: 0.9000 - val_loss: 0.2301 - val_accuracy: 0.9500)

#Confution 矩阵和分类报告

from sklearn.metrics import classification_report

batch_size = 10
num_of_train_samples = 2721
num_of_eval_samples = 583


Y_pred = model.predict_generator(eval_batches,num_of_eval_samples // batch_size+1)
y_pred = np.argmax(Y_pred,axis=1)
print('Confusion Matrix')
print(confusion_matrix(eval_batches.classes,y_pred))
print('Classification Report')
target_names = ['COVID-19','norMAL','Viral_Pneumonia']
print(classification_report(eval_batches.classes,y_pred,target_names=target_names))

#Classification Report以下是输出：

Confusion Matrix
[[58 58 64]
 [66 56 79]
 [59 69 74]]
Classification Report

                 precision    recall  f1-score   support

       COVID-19       0.32      0.32      0.32       180
         norMAL       0.31      0.28      0.29       201
Viral_Pneumonia       0.34      0.37      0.35       202

       accuracy                           0.32       583
      macro avg       0.32      0.32      0.32       583
   weighted avg       0.32      0.32      0.32       583

"" 请帮助我在混淆矩阵中获得更好的分数。

任何帮助将不胜感激！！！