CNN三类分类模型混淆矩阵与85%准确率不符问题排查

• 核对标签-预测结果的映射顺序
  确认模型输出的类别索引（比如argmax返回的0/1/2）是否和你定义的[Pneumonia、Sehat(Healthy)、TB]顺序完全对应。可以打印10-20个测试样本的真实标签和模型预测值，手动匹配验证，避免索引错位导致混淆矩阵显示异常。

• 检查测试集的一致性
  确保计算准确率和生成混淆矩阵时用的是同一批测试数据，包括预处理逻辑（归一化、尺寸裁剪、数据增强开关）完全一致。同时统计两者使用的样本总数，确认没有出现样本遗漏或重复加载的情况。

• 验证混淆矩阵计算代码的参数顺序
  混淆矩阵的标准逻辑是行对应真实标签，列对应预测标签，检查代码中confusion_matrix函数的参数是否写反（比如误写成confusion_matrix(y_pred, y_true)），这是最常见的错误之一。

• 排查测试集的类别分布
  如果测试集中某类样本占比极高（比如Sehat类样本数量远超另外两类），模型可能靠大量预测该类获得高准确率，但混淆矩阵会明显显示其他类的识别效果很差，这种“高准确率”和“混淆矩阵视觉异常”的矛盾是类别不平衡导致的，统计各类样本数量即可验证。

• 手动验证小批量样本的混淆矩阵
  随机抽取20-30个测试样本，手动记录真实标签和模型预测结果，自己计算并绘制小型混淆矩阵，和代码生成的结果对比。若两者不一致，说明代码逻辑存在问题；若一致，则可能是你对混淆矩阵的解读偏差（整体准确率高不代表每一类的表现都好）。

内容的提问来源于stack exchange，提问作者heyhofriend