CNN 和 GRU 分类器性能比较：混淆矩阵分析

CNN: [7, 1, 2, 0, 0, 0, 1, 0, 7, 0, 0, 1, 0, 0, 0, 7, 0, 0, 7, 0, 2, 0, 0, 2, 0, 0, 7, 2, 2, 0, 7, 7] GRU: [7, 1, 0, 0, 0, 0, 0, 0, 7, 0, 0, 1, 0, 0, 0, 7, 0, 0, 7, 0, 0, 0, 0, 0, 0, 0, 7, 2, 2, 0, 7, 7] Labels: [7, 1, 0, 0, 0, 0, 0, 0, 7, 0, 0, 1, 0, 0, 0, 7, 0, 0, 7, 0, 0, 0, 0, 0, 0, 0, 7, 0, 0, 0, 7, 7]

CNN 和 GRU 是两个八分类器的分类结果，Labels 是原始标签。根据 Labels 求出上面的混淆矩阵内容：

混淆矩阵如下：

   |  Predicted 0  | Predicted 1  | Predicted 2  | Predicted 7  |

-------|---------------|--------------|--------------|--------------| Actual 0 | 7 | 1 | 2 | 0 | Actual 1 | 0 | 0 | 0 | 0 | Actual 2 | 0 | 1 | 0 | 0 | Actual 7 | 0 | 2 | 2 | 7 |

从混淆矩阵可以看出，两个分类器在类别 0、1、2、7 上的预测结果与实际标签的对应情况。