我正在使用Scikit学习,我需要从这样的混淆矩阵计算真阳性(TP),假阳性(FP),真阴性(TN)和假阴性(FN):

[[2 0 3 4]
 [0 4 5 1]
 [1 0 3 2]
 [5 0 0 4]]

我知道如何计算TP,FP和FN,但我不知道如何获得TN.有人能告诉我吗？

我有3个问题：

1)

sklearn的混淆矩阵如下：

TN | FP
FN | TP

当我查看在线资源时，我发现它是这样的：

TP | FP
FN | TN

我应该考虑哪一个？

2)

由于上述 scikit learn 的混淆矩阵与我在其他资源中找到的混淆矩阵不同，在多类混淆矩阵中，结构是什么？我正在看这篇文章： Scikit-learn：如何获得真阳性、真阴性、假阳性和假阴性 在那篇文章中，@lucidv01d 发布了一个图表来了解多类的类别。scikit learn 中的那个类别是否相同？

3)

你如何计算多类的准确性？例如，我有这个混淆矩阵：

[[27  6  0 16]
 [ 5 18  0 21]
 [ 1  3  6  9]
 [ 0  0  0 48]]

在我在问题 2 中提到的同一篇文章中，他写下了这个等式：

整体准确度

ACC = (TP+TN)/(TP+FP+FN+TN)

但这不只是二进制吗？我的意思是，我用什么班级代替TP？