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