我可以在多类中计算TP,TN,FPR和FNR

时间:2014-11-09 01:29:52

标签: performance machine-learning supervised-learning confusion-matrix

如果我将数据分类为5类,我会在5类分类中得到混淆矩阵但我无法计算

 4822  18   9     0     40
 0     1106 0     0     0
 0     2    1990  0     0
 0     0    1    2000   0
 0     0    0    0      12

我可以在多类问题中计算TP,TN,FPR和FNR吗?

谢谢!

2 个答案:

答案 0 :(得分:-1)

您可以为每个类计算这些值,然后在您希望的情况下聚合它们。在计算一个类时,您将该类视为“true”,将其他类的并集视为“false”。为了汇总总值,我建议使用中位数,这对异常值不太敏感。

答案 1 :(得分:-1)

是的,您可以使用以下步骤计算这些指标: - 1-将矩阵转换为2 x 2矩阵,如下所示    一个。假设你的第一个类是A,第二个类是新的2 x 2矩阵的B.    湾新的2 x2矩阵应该是这样的

       Predicted Class 
       A        B
A     4822     67        // 67 comes from the summation of 18+9+0+40
B     0       5111       // 0 comes from the summation of 0+0+0+0 under 4822
                        // 5111 comes from the summation of the remaining numbers

2-使用此URL页面中的公式计算TP,TN,FP和FN费率:http://www2.cs.uregina.ca/~dbd/cs831/notes/confusion_matrix/confusion_matrix.html