SCALA Spark环境中决策树的精度，召回，精度计算

Question

我正在尝试计算决策树的精度，召回率，准确度。这与先前关于同一计划的问题有关，尽管背景不同。请找到链接以查看所有代码：  saving model output from Decision tree train classifier as a text file in Spark Scala platform

计算代码为：

//Precision, Recall, Confusion Matrix 
val evaluationMetrics = new MulticlassMetrics(labelAndPreds.map(x => (x._1, x._2)))
evaluationMetrics.precision

evaluationMetrics.recall

evaluationMetrics.confusionMatrix

精度= 98.52％，召回= 98.52％，这似乎不太可能，

Confusion Matrix
    Predicted
Actual  0   1   
0   16877   251 
1   2       20  

以上是混淆矩阵的Spark计算。

安排，

Predicted
Actual  0   1
    0   TN  FN
    1   FP  TP

因此，精度= TP /（TP + FP）= 20 /（20 + 2）= 0.9091 召回= TP /（TP + FN）= 20 /（20 + 251）= 0.074。

如果我错了，请纠正我。如果我将（0,0）组视为True Positives（TP），那么Precision和Recall也将不相同。但根据上面的代码，Spark显示出相同的效果。

有建议和帮助会很棒。提前谢谢。

我想知道如何从我可以转换为字符串的混淆矩阵计算精度，召回率和准确度。