假设我有一个混淆矩阵,如下所示。如何计算精度和召回率?
原文由 vahideh 发布,翻译遵循 CC BY-SA 4.0 许可协议
我认为你最后不需要总结。不用求和,你的方法是对的;它为每个班级提供精确度和召回率。
如果您打算计算平均精度和召回率,那么您有两个选择:微平均和宏观平均。
在此处阅读更多内容 http://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html
原文由 gruangly 发布,翻译遵循 CC BY-SA 4.0 许可协议
首先,您的矩阵是倒置的。你想安排你的标签,以便在对角线 [(0,0),(1,1),(2,2)] 上设置真阳性,这是你将使用从生成的混淆矩阵找到的安排sklearn 和其他软件包。
一旦我们按照正确的方向对事情进行了排序,我们就可以从 这个答案 中摘录一页并说:
\ 然后我们从 sklearn 文档 中获取一些公式来提高精确度和召回率。并将其全部写入代码:
由于我们删除了真阳性来定义 false_positives/negatives 只是为了将它们添加回来……我们可以通过跳过几个步骤来进一步简化: