質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.92%

accuracyの値と混同行列の結果が一致しない

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 187

shosuke

score 13

下記のコードを実行しても、accuracyの値と混同行列の結果が一致しません。
accuracy: 0.9191
loss: 0.2799
accとlossが上記の値であることに対して、混同行列は以下のようになりました。
これでは、acc : 0.466 になってしまいます。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import confusion_matrix

predict_classes =np.argmax(predict_proba,axis=1)
true_label = test_generator.classes
cm = metrics.confusion_matrix(true_label, predict_classes)
print(cm)
[[  2  40  30]
 [ 30 470 368]
 [ 30 405 319]]

また、accuracyとlossは以下のように計算しました。

#data generate
test_datagen=ImageDataGenerator(rescale=1.0/255)

test_generator=test_datagen.flow_from_directory(
    test_dir,
    target_size=(224,224),
    batch_size=batch_size,
    classes=classes,
    class_mode='categorical',
    shuffle=True
)

#evaluate model
score=model.evaluate_generator(test_generator)
print('\n test loss:',score[0])
print('\n test_acc:',score[1])
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • aokikenichi

    2020/07/13 18:19

    「accuracy: 0.9191」
    はどのように計算したのでしょうか
    それがないとなんとも言えません

    キャンセル

  • shosuke

    2020/07/13 18:43

    依頼承りました。
    質問の閲覧ありがとうございます。

    キャンセル

  • aokikenichi

    2020/07/14 08:46

    たしかにおかしいですね
    ただ、例示いただいたコード

    from sklearn.metrics import confusion_matrix
    (中略)
    cm = metrics.confusion_matrix(true_label, predict_classes)

    だと動かず
    cm = confusion_matrix(true_label, predict_classes)
    ですね。
    その他転記違いとかないでしょうか

    キャンセル

  • shosuke

    2020/07/14 09:32

    転記違いはご指摘の通りです。
    また、色々考えてみた結果、この行列がおかしくなった原因は、test_generatorのshuffle=Trueの点にあることに気づきました。
    shuffle=Trueにすると、
    ① true_label はシャッフル前の真のラベル
    ② predict_class はシャッフル後の予測値のラベル
    となってしまうため、予測値のラベルと元のデータのラベルの対応が正しく取れていませんでした。
    shuffle=False にすることで解決しました。

    キャンセル

回答 1

check解決した方法

0

この行列がおかしくなった原因は、test_generatorのshuffle=Trueの点にあります。
shuffle=Trueにすると、
① true_label はシャッフル前の真のラベル
② predict_class はシャッフル後の予測値のラベル
となってしまうため、シャッフルによってデータの順番が変わり、予測値のラベルと元のデータのラベルの対応が正しく取れていませんでした。
shuffle=False にすることで解決しました。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.92%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る