Matlab画混淆矩阵（多分类）

在神经网络和机器学习的结果分析中，常常会用混淆矩阵和ROC曲线来分析识别/分类结果的好坏，而且论文中也经常出现这种图。对于卷积神经网络来说画混淆矩阵很简单，要用到函数plotconfusion，格式为plotconfusion（实际标签，预测标签），画出来是这样的：

实际标签是我们提前就知道的，预测标签在神经网络训练并测试后会得到。
对于支持向量机来说如何画混淆矩阵呢？其实也很简单，只不过网上很少有代码，我看的也是稀里糊涂的，昨天看到今天才弄明白，所以想分享给大家，其实很简单的，用的也是plotconfusion函数。
支持向量机的实际标签和预测标签是数值形式的，而这个函数要求的是分类数组形式的，这就需要用到函数categorical，格式为B=categorical（a），a是实际标签或则预测标签（数值格式的，其实就是数字），通过这个函数就把数值转化为了分类数组，然后再调用plotconfusion函数就OK了。

这里预测标签是double型数值↑↑↑

转化为分类数组形式↑↑↑

Ps：这两图片用到的数据不一样，所以画出来有所差别，应该就是这样画的，终于明白了，看别人讲的好复杂，有一种画出来的是灰色的图，那个网上有代码，但是没有这个彩色的好看。
好，第一篇文章，到此为止。下次再见。