[编辑感谢评论]我假设这是一个二元分类器，因为通常不会用精度/召回率评估多类分类器（它需要微/宏观精度/召回）。

是的，这应该足够了：

• 准确率 = 92.7%：

$$\frac{TP+TN}{110}=0.927 \rightarrow TP+TN=101.97$$

这意味着我们有 102 个正确的预测，所以$FP+FN= 8$不正确的预测（因为$TP+FP+TN+FN=110$）。

• 精度 = 96.9%：

$$\frac{TP}{TP+FP}=0.969 \rightarrow TP=31.258\times FP$$

• 召回率 = 95%：

$$\frac{TP}{TP+FN}=0.950 \rightarrow TP=19 \times FN$$

这给了我们：

$$\frac{TP}{31.258}+\frac{TP}{19}=8 \rightarrow TP = 94.6$$

让我们假设这意味着 95 个真阳性实例，所以我们得到：

• $FP = 3$
• $FN = 5$
• $TN = 7$