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。