23、神经网络与K-Means聚类算法实践

apple5

于 2025-09-07 15:02:20 发布

阅读量35

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习赋能神经科学文章标签：神经网络 K-Means聚类激活函数

本文链接：https://blog.youkuaiyun.com/apple5/article/details/151398997

机器学习赋能神经科学专栏收录该内容

26 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

神经网络与K-Means聚类算法实践

1. 人工神经网络（ANN）深入实践

1.1 混淆矩阵与分类报告

在人工神经网络的评估中，混淆矩阵和分类报告是重要的工具。以下代码展示了如何计算混淆矩阵并可视化，以及生成分类报告：

cm = confusion_matrix(prediction.argmax(axis=1), y_test.argmax(axis=1))
print("Confusion Matrix\n", (cm))
plt.figure(figsize=(8, 8))
sns.heatmap(cm,
            annot=True,
            vmin=0,
            fmt='g',
            cbar=False,
            cmap='Blues')
plt.xticks(np.arange(3) + 0.5, labels.keys())
plt.yticks(np.arange(3) + 0.5, labels.keys())
plt.xlabel("Predicted")
plt.ylabel("Actual")
plt.title("Confusion Matrix")
plt.show()
clr = classification_report(prediction.argmax(axis=1), y_test.argmax(axis=1), target_names=labels.keys())
print("Classification Report\n", clr)

操作步骤