您如何计算多类分类问题的正确率和错误率?说,
y_true = [1, -1, 0, 0, 1, -1, 1, 0, -1, 0, 1, -1, 1, 0, 0, -1, 0]
y_prediction = [-1, -1, 1, 0, 0, 0, 0, -1, 1, -1, 1, 1, 0, 0, 1, 1, -1]
混淆矩阵由 metrics.confusion_matrix(y_true, y_prediction)
计算,但这只是转移了问题。
在@seralouk 回答后进行编辑。在这里,类 -1
被视为负类,而 0
和 1
是正类的变体。
原文由 M K 发布,翻译遵循 CC BY-SA 4.0 许可协议
使用您的数据,您可以一次获取所有类的所有指标:
对于我们有很多类的一般情况,这些指标在下图中以图形方式表示: