我有3个问题:
1)
sklearn的混淆矩阵如下:
TN | FP
FN | TP
当我查看在线资源时,我发现它像这样:
TP | FP
FN | TN
我应该考虑哪一个?
2)
由于scikit learn中上述混淆矩阵与我在其他资源中找到的不同,在多类混淆矩阵中,结构会是什么样子?我查看了这个帖子: Scikit-learn: How to obtain True Positive, True Negative, False Positive and False Negative 在那篇文章中,@lucidv01d发布了一张图以了解多类别的类别。在scikit learn中,这个类别是否相同?
3)
如何计算多类的准确性?例如,我有这个混淆矩阵:
[[27 6 0 16]
[ 5 18 0 21]
[ 1 3 6 9]
[ 0 0 0 48]]
在我在问题2中提到的同一篇帖子中,他写了这个等式:
总体准确度
ACC = (TP+TN)/(TP+FP+FN+TN)
但这只是针对二元分类吧?我的意思是,我应该用什么类别替换TP?