Tensorflow 使用Tflearn时如何获取混淆矩阵

我想要一个混乱矩阵 但为此，我需要一组谓词项和标签。 如何从tflearn获取此数据，例如，此示例Pannous speech_数据

谢谢

    model.fit(trainX, trainY, n_epoch=10, validation_set=(testX, testY), show_metric=True,batch_size=batch_size)
_y=model.predict(X)
predictions.append(_y)
labels.append(trainY)
bp()
confusionMat=tf.confusion_matrix(labels,predictions,num_classes=classes,dtype=tf.int32,name=None,weights=None)
print(np.matrix(confusionMat))

---

谢谢你的及时答复。简单且有意义：。因此，实际上需要在每次迭代时将_y和train y添加到预测和标签中，然后在最后计算混淆矩阵？尝试过了，但标签和预测应该是类数组。然而，使用tflearn，每个项目都是一个具有该类概率的数组。我应该如何使用它作为标签/预处理？请尝试调试并理解代码。您的混淆矩阵需要两个数组。一个标签是预测类，另一个标签是预测类。所以，返回概率分数时，尝试返回预测类。预测类是概率分数分类的地方。！！

_y=model.predict(X)  # predictions
y = train_Y # i think this is actual labels data

tf.confusion_matrix(
labels,               # put y here
predictions,          #put _y here
num_classes=None,
dtype=tf.int32,
name=None,
weights=None
)