3种不同输出的召回和精确计算

Question

我的分类系统将产生3个输出，告诉用户图像属于哪个类别。类别是A，B和C.以下是矩阵的例子：

        A     B     C
   A   10     5     2

   B   0     20     2

   C   0      0    20

我对公式Precision = tp / tp + fp和Recall = tp / tp + fn有点混淆，因为我不确定在这种情况下如何应用真阳性，真阴性，假阳性和假阴性。

有人可以协助吗？非常感谢您的帮助。谢谢。

Answer 1

您可以一次处理一个类别。

例如，您首先处理A。然后你的混淆矩阵如下所示：

          A   Not A
     A   10     7 = (5+2)
 Not A    0    42 = (20+2+0+20)

所以在这种情况下，

 # true positive = 10  (A->A)
 # true negative = 42  (Not A->Not A)
 # false negative = 7  (A->Not A)
 # false positive = 0  (Not A->A)

类似的内容可以应用于类别B和C。