Baru-baru ini saya menerbitkan dataset ( tautan ) dengan 369 kelas. Saya menjalankan beberapa percobaan pada mereka untuk merasakan betapa sulitnya tugas klasifikasi. Biasanya, saya suka jika ada matriks kebingungan untuk melihat jenis kesalahan yang dibuat. Namun, matriks tidak praktis.
Apakah ada cara untuk memberikan informasi penting dari matriks kebingungan besar? Misalnya, biasanya ada banyak 0 yang tidak begitu menarik. Apakah mungkin untuk mengurutkan kelas sehingga sebagian besar entri bukan nol berada diagonal untuk memungkinkan menunjukkan beberapa matriks yang merupakan bagian dari matriks kebingungan lengkap?
Berikut adalah contoh untuk matriks kebingungan besar .
Contoh di Alam Liar
Gambar 6 EMNIST terlihat bagus:
Sangat mudah untuk melihat di mana banyak kasus. Namun, itu hanya kelas. Jika seluruh halaman digunakan dan bukan hanya satu kolom, ini mungkin bisa 3x lebih banyak, tetapi itu masih hanya 3 ⋅ 26 = 78 kelas. Bahkan tidak dekat dengan 369 kelas HASY atau 1000 ImageNet.
Lihat juga
Pertanyaan serupa saya di CS.stackexchange