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))
""
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!!!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。