参考链接： Python中的numpy.bincount
之前接触到bincount这个函数，简单的以为它就是计算分类结果中每一类的数量，如下：
import numpy as np
a = np.array...类，也可设为num_classes
prediction = np.array([0,1,1,2,0,1,2])
truth = np.array([0,1,2,2,0,1,1])
#上面两行假设是你的分类结果和真实分类...，用0补齐
#print(hist)
return hist
#通过下面这个循环，可以计算出我们的分类情况
for lp,lt in zip(prediction,truth):
...通过对比分类结果，可以看出，第一个和第二个的预测和事实都相等，计算出来的数值位于对角线，而当预测和事实不符时，数值落在别处。...从_fast_hist函数中可以看到，利用num_classes，通过巧妙的计算，可以使预测正确的结果落在对角线。
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
