scikit-learn - 数据手动拆分到文件夹时如何解决样本数量不一致的问题？

Question

我要做一些工作，比如混淆矩阵、精度、召回率和 f1 分数。但我得到一个错误说

Found input variables with inconsistent numbers of samples: [56, 1781]

在我的模型中，我使用split_folders.

然后我用来ImageDataGenerator定义哪一个是训练、验证和测试。

这是我的代码

validation_datagen = ImageDataGenerator()

test_datagen = ImageDataGenerator()

train_generator = train_datagen.flow_from_directory(train_dir)

validation_generator = validation_datagen.flow_from_directory(validation_dir)

test_generator = test_datagen.flow_from_directory(test_dir)

当我跑步时

confusion_matrix(test_generator, y_pred)

与 y_pred

y_pred = model.predict(test_generator)

我得到的错误是我的输入变量的样本数量不一致。

我该怎么做才能使样本保持一致？

标签： scikit-learndeep-learningsplitconfusion-matrix