最近自己的工作要用到混淆矩阵，因此简单的了解了一下混淆矩阵。本博客主要是参照博客https://blog.csdn.net/xuyingjie125/article/details/78417760来写的，在此向原作者表示感谢。
首先来看一下什么是混淆矩阵吧。在人工智能中，混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。混淆矩阵是通过将每个实测像元的位置和分类与分类图像中的相应位置和分类像比较计算的。混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。每一列中的数值表示真实数据被预测为该类的数目。
接下来我对代码进行简单的注释。
function confusion_matrix1(act1, det1)
%act1为真实的标签，det1为预测标签
%输入的是行向量
%https://blog.csdn.net/xuyingjie125/article/details/78417760
[mat, order] = confusionmat(act1, det1);
%confusionmat用来构建混淆矩阵，mat返回混淆矩阵，order返回每个变量所在的类
%mat(i,j)表示训练集中i类在测试集中被分到j类的个数
k = max(order); %k为分类的个数
imagesc(mat); %imagesc函数将矩阵mat的元素数值按大小转化为不同颜色，并在坐标轴对应位置以这种颜色染色
colormap(flipud(gray)); %转换成灰度图
%colormap函数是用来设定和获取当前色图的函数
%flipud是矩阵倒转命令，gray是matlab内置矩阵
%gray()会返回M×3的矩阵
title('混淆矩阵');
textStrings = num2str(mat(:),'%0.02f');
%num2str(x，precision)把数组x转换成字符串形式表示，precision为精度
textStrings = strtrim(cellstr(textStrings));
%cellstr是将字符数组转换成cell类型
%裁切字符串的开头和尾部的空格，制表，回车符
%meshgrid是MATLAB中用于生成网格采样点的函数
[x,y] = meshgrid(1:k);
hStrings = text(x(:),y(:),textStrings(:),'HorizontalAlignment','center');
%text函数表示对文字string定位于用坐标轴指定的位置，且对指定的属性进行设置
%HorizontalAlignment表示文字水平方向的对齐方式，center表示文本外框中间对齐
midValue = mean(get(gca,'CLim'));
%get(gca,'CLim')获取当前的坐标轴句柄，并设置它的CLim(ColorLimit)值，用来使不同的图使用相同的色标
%mean函数返回均值，使得midValue获得图色标的均值0.5000
textColors = repmat(mat(:) > midValue,1,3);
%将矩阵[mat(:)>midValue]复制1×3块的矢量（颜色值必须为包含3个元素的数值矢量）
%把矩阵[mat(:)>midValue]作为矩阵textColors的元素
%B=repmat(A,M,N)这是一个处理大矩阵且内容有重复时使用，其功能是以A的内容堆叠在（M×N）的矩阵B中，
%B矩阵的大小由M×N及A矩阵的内容决定，
%如果A是一个3×4×5的矩阵，则矩阵B变为6×12×5
set(hStrings,{'Color'},num2cell(textColors,2));
%n=1表示把每列的所有行转换为cell，n=2表示把每行的所有列转换为cell，将结构阵列转换成异质阵列
%然后set去重后放在hStrings
%根据自己的分类要求更改类别标签
set(gca,'XTick',1:9,'XTickLabel',{'1','2','3','4','5','6','7','8','9'},'YTick''1:9','YTickLabel',{'1','2','3','4','5','6','7','8','9'});