不确定是否已针对Python回答了这个问题，但我找不到R的答案。
我有一个分类器，它将生成混淆矩阵。我正在用R编写显式函数，以处理这些函数的性能指标。此类功能（用于精度和召回率的措施）已在Internet和StackOverflow上提供。计算完类的精度并回想起之后，我将对每个对象使用宏平均值（即平均值）。
我想知道的是，如果我期望有很多零，那么在取平均值之前用类级精度替换丢失的值并用0调用是否更有意义？使用na.rm=TRUE（即只是打折那些条目）？
使用0来提高精度是否有意义，因为如果该类中未进行任何预测，这是算法的“错误”，但是对于召回，我们应该使用na.rm=TRUE（因为这是一个方面数据本身（如果一行没有条目，意味着一个类没有实例）？您如何看待，对于我应该如何处理这些宏观平均值的情况有何建议？