相关疑难解决方法(0)

假设我有一个如下的混乱矩阵。如何计算精度和召回率？

我正在使用Python并且有一些混淆矩阵.我想通过多类分类中的混淆矩阵来计算精度和回忆以及f-度量.我的结果日志不包含y_true和y_pred,只包含混淆矩阵.

你能告诉我如何从多类分类的混淆矩阵中得到这些分数吗？

为了后续讨论，我使用R 中的keras包。

给定创建的混淆矩阵如下：

# Get confusion matrix for predictions
classes <- model %>% predict_classes(test, batch_size=128)
ct <- table(test.target, classes)
cm <- as.matrix(ct)

给出ct以下混淆矩阵：

           classes
test.target   0   1   2
          0 805 192   0
          1  74 862   0
          2   2   0 477

如何计算真阳性 (TP)、假阳性 (FP)、真阴性 (TN) 和假阴性 (FN) 值？

为了澄清起见，我通过获取矩阵的对角线来计算真阳性 (TP) 值：

tp <- diag(cm)

然而，我计算 FP 值的尝试给出了负数（我猜这不可能是正确的，对吗？）：

# Get false positive rates (FP)
fp <- c()
for(i in seq_len(ncol(ct))) {
  fp <- append(fp, sum(cm[,i])-cm[i,i])
}

编辑：dput(cm) …