Question

我想知道如何使用Confusion Matrix使用混淆矩阵情感分析多类分类器来计算精度和召回率。我有一个5000个文本的数据集，我为100个样本做了人工标记。现在，我想基于这个数据样本计算分类器的精度和召回。我有三节课;积极，中立和消极。

那么如何为每个课程计算这些指标呢？

由于我是stackoverflow中的新手，我无法说明我的混淆矩阵，所以让我们假设我们有以下混淆矩阵：

red color   > Negative
green color > Positive
purple color> Neutral

Answer 1

您可以使用sklearn＆＃39; classification report。

Answer 2

你可以衡量

精度 = TPos /（TPos + TNeg + TNeu），即30 /（30 + 20 + 10）= 50％，

召回 = TPos /（TPos + FNeg + FNeu），即30 /（30 + 50 + 20）= 30％，

F-measure = 2 *精度*召回/（精确+召回）= 37.5％，

准确度（全部为真）/（所有数据）= 30 + 60 + 80/300 = 56.7％。