我正在使用 facenet 和 svc Ml 算法实现人脸识别系统，我有 20 个或更多类，我尝试计算 FAR 和 FRR 以及 EER 的准确率达到 98% 我假设阈值是概率预测是正确的吗？

这是计算 FP,FN,TP,TN 的代码

FP = matrics.sum(axis=0) - np.diag(matrics)  
FN = matrics.sum(axis=1) - np.diag(matrics)
TP = np.diag(matrics)
TN = matrics.sum() - (FP + FN + TP)
TPR = TP/(TP+FN)
cm = ConfusionMatrix(testy, yhat_test)

从这个矩阵

如何从这些计算 FAR FRR EER？我尝试像这样使用每个 FP、FN、TP、TN 的概率预测

a =[]
for i in range(len(TP)):
       a.append(max(yhat_prob[TP[i]]))

print(a)

输出是：

0.6994577123013918, 0.6994577123013918, 0.4916665680599575, 
0.6994577123013918, 0.6994577123013918, 0.6994577123013918, 
0.30549183912100375, 0.30549183912100375, 0.30549183912100375, 
0.30549183912100375, 0.30549183912100375, 0.32500348178885874, 
0.30549183912100375, 0.4916665680599575, 0.30549183912100375, 
0.30549183912100375, 0.30549183912100375, 0.6994577123013918, 
0.30549183912100375]

如果这是正确的，我不知道下一步该怎么做