如何使用multiClassSummary（）函数提供精确度量？

Question

R中的当前multiClassSummary（）函数提供了没有精度的性能参数，例如如下：

示例：

predicted <-  matrix(rnorm(50), ncol = 5)
observed <- rnorm(10)
apply(predicted, 2, postResample, obs = observed)
classes <- c("class1", "class2")
set.seed(1)
dat <- data.frame(obs =  factor(sample(classes, 50, replace = TRUE)),
              pred = factor(sample(classes, 50, replace = TRUE)),
              class1 = runif(50), class2 = runif(50))
multiClassSummary(dat,lev=classes)

结果：

          logLoss               AUC          Accuracy             Kappa 
        0.6119378         0.4780844         0.6000000         0.1638796 
               F1       Sensitivity       Specificity    Pos_Pred_Value 
        0.6774194         0.7500000         0.4090909         0.6176471 
   Neg_Pred_Value    Detection_Rate Balanced_Accuracy 
        0.5625000         0.4200000         0.5795455 

有没有办法提供精确度？

将 Pos_Pred_Value 作为class1的精度， Neg_Pre_Value 作为class2的精度是否正确？