小编use*_*565的帖子

我有关于在matlab中计算分类器的精度和召回率的问题.我使用fisherIris数据(由150个数据点,50个setosa,50个versicolor,50个virginica组成).我使用kNN算法进行了分类.这是我的困惑矩阵:

50     0     0
 0    48     2
 0     4    46

正确的分类率是96%(144/150),但如何用matlab计算精度和召回率,有什么功能吗？我知道该精度的公式= tp /(tp + fp),并且召回= tp /(tp + fn),但我在识别组件时丢失了.例如,我可以说矩阵的真阳性是144吗？假阳性和假阴性怎么样？请帮忙!!!我真的很感激!谢谢!

我想在图片上给出类似的图表:

我正在使用Fisher Iris数据并使用PCA来降低维数.这是代码:

load fisheriris
[pc,score,latent,tsquare,explained,mu] = princomp(meas); 

我猜这些特征值是在Latent中给出的,它只显示了四个特征,并且是关于减少的数据.

我的问题是如何显示原始矩阵的所有特征值,这不是二次方(150x4)？请帮忙!非常感谢你提前!