我有一个基线图像分类器，由于类别不平衡，它非常不准确。现在我需要将一些小的类别合并到更大的类别中。为了选择要合并的类别，我需要获得每个类别的精确度-召回率指标。就像sklearn的ClassificationReport一样我怎么能在fastai或pytorch中做到呢？最好的情况是，我想在fastai中实现这个结果，但torch是可以的。谢谢你！
ClassificationReport
nhaq1z211#
用途：
interpretation = ClassificationInterpretation.from_learner(learner)
然后你将有3个有用的功能：
confusion_matrix()
ndarray
plot_confusion_matrix()
most_confused()
1条答案
按热度按时间nhaq1z211#
用途：
然后你将有3个有用的功能：
confusion_matrix()（产生ndarray）plot_confusion_matrix()most_confused()〈--可能是您的方案的最佳匹配