多 class 模型的准确度、精确度和召回率
Accuracy, precision, and recall for multi-class model
如何计算每个 accuracy、precision 和 recall class 来自混淆矩阵?
我正在使用嵌入式数据集 iris;混淆矩阵如下:
prediction setosa versicolor virginica
setosa 29 0 0
versicolor 0 20 2
virginica 0 3 21
我使用 75 个条目作为训练集,其他条目用于测试:
iris.train <- c(sample(1:150, 75)) # have selected 75 randomly
在整个回答中,mat
是您描述的混淆矩阵。
您可以使用以下方法计算和存储准确度:
(accuracy <- sum(diag(mat)) / sum(mat))
# [1] 0.9333333
每个 class 的精度(假设预测在行上,真实结果在列上)可以用以下方法计算:
(precision <- diag(mat) / rowSums(mat))
# setosa versicolor virginica
# 1.0000000 0.9090909 0.8750000
如果您想获取特定 class 的精度,您可以这样做:
(precision.versicolor <- precision["versicolor"])
# versicolor
# 0.9090909
每个 class 的召回率(再次假设预测在行上,真实结果在列上)可以用以下方法计算:
recall <- (diag(mat) / colSums(mat))
# setosa versicolor virginica
# 1.0000000 0.8695652 0.9130435
如果你想召回特定的 class,你可以这样做:
(recall.virginica <- recall["virginica"])
# virginica
# 0.9130435
如果您将真实结果作为行,将预测结果作为列,那么您将翻转精度和召回率定义。
数据:
(mat = as.matrix(read.table(text=" setosa versicolor virginica
setosa 29 0 0
versicolor 0 20 2
virginica 0 3 21", header=T)))
# setosa versicolor virginica
# setosa 29 0 0
# versicolor 0 20 2
# virginica 0 3 21
如何计算每个 accuracy、precision 和 recall class 来自混淆矩阵? 我正在使用嵌入式数据集 iris;混淆矩阵如下:
prediction setosa versicolor virginica
setosa 29 0 0
versicolor 0 20 2
virginica 0 3 21
我使用 75 个条目作为训练集,其他条目用于测试:
iris.train <- c(sample(1:150, 75)) # have selected 75 randomly
在整个回答中,mat
是您描述的混淆矩阵。
您可以使用以下方法计算和存储准确度:
(accuracy <- sum(diag(mat)) / sum(mat))
# [1] 0.9333333
每个 class 的精度(假设预测在行上,真实结果在列上)可以用以下方法计算:
(precision <- diag(mat) / rowSums(mat))
# setosa versicolor virginica
# 1.0000000 0.9090909 0.8750000
如果您想获取特定 class 的精度,您可以这样做:
(precision.versicolor <- precision["versicolor"])
# versicolor
# 0.9090909
每个 class 的召回率(再次假设预测在行上,真实结果在列上)可以用以下方法计算:
recall <- (diag(mat) / colSums(mat))
# setosa versicolor virginica
# 1.0000000 0.8695652 0.9130435
如果你想召回特定的 class,你可以这样做:
(recall.virginica <- recall["virginica"])
# virginica
# 0.9130435
如果您将真实结果作为行,将预测结果作为列,那么您将翻转精度和召回率定义。
数据:
(mat = as.matrix(read.table(text=" setosa versicolor virginica
setosa 29 0 0
versicolor 0 20 2
virginica 0 3 21", header=T)))
# setosa versicolor virginica
# setosa 29 0 0
# versicolor 0 20 2
# virginica 0 3 21