我必须为一个大学项目计算精度和召回率，以测量分类输出的质量（使用 sklearn）。说这将是我的结果：
y_true = [0, 1, 2, 1, 1]
y_pred = [0, 2, 1, 2, 1]
混淆矩阵：
[1 0 0]
[0 1 2]
[0 1 0]
我已经阅读过它，并且该定义在二进制设置中对我来说是有意义的，但是对于 3 个标签，我发现很难解释精度/召回率。
如果我使用 sklearn.metrics.precision/recall_score 它给我 0.4 两者（平均 = 微）
现在对于精度来说，这有点道理，因为 5 个中有 2 个被正确分类。但是我在解释 0.4 的召回结果时遇到了问题。
sklearn.metrics.classification_report提供所有类的精度和召回率以及 F 分数和支持。在您的 3 个类的情况下，它可能会被证明是有帮助的。
from sklearn.metrics import recall_score
如果您随后致电（或直接阅读此处recall_score.__dir__的文档），您会看到召回是
召回率
tp / (tp + fn)是tp真阳性fn数和假阴性数的比率
如果你去他们定义的地方micro，它会说
'micro'：通过计算总的真阳性、假阴性和假阳性来全局计算指标
在这里，真正的积极因素是 （对角线上各项的总和，也称为迹线），而假阴性加上假阳性（非对角项）的总和是 .
作为 ，召回（使用micro参数average）确实是.
请注意，使用micro、精度和召回率是相同的。实际上，以下内容不返回任何内容：
from numpy import random
from sklearn.metrics import recall_score, precision_score
for i in range(100):
y_pred = random.randint(0, 3, 5)
y_true = random.randint(0, 3, 5)
if recall_score(y_pred, y_true, average='micro') != precision_score(y_pred, y_true, average='micro'):
print(i)
您还可以使用PyCM lib 进行多类混淆矩阵分析。
你的问题 ：
>>> print(cm)
Predict 0 1 2
Actual
0 1 0 0
1 0 1 2
2 0 1 0
Overall Statistics :
95% CI (-0.02941,0.82941)
Bennett_S 0.1
Chi-Squared 6.66667
Chi-Squared DF 4
Conditional Entropy 0.55098
Cramer_V 0.8165
Cross Entropy 1.52193
Gwet_AC1 0.13043
Joint Entropy 1.92193
KL Divergence 0.15098
Kappa 0.0625
Kappa 95% CI (-0.60846,0.73346)
Kappa No Prevalence -0.2
Kappa Standard Error 0.34233
Kappa Unbiased 0.03226
Lambda A 0.5
Lambda B 0.66667
Mutual Information 0.97095
Overall_ACC 0.4
Overall_RACC 0.36
Overall_RACCU 0.38
PPV_Macro 0.5
PPV_Micro 0.4
Phi-Squared 1.33333
Reference Entropy 1.37095
Response Entropy 1.52193
Scott_PI 0.03226
Standard Error 0.21909
Strength_Of_Agreement(Altman) Poor
Strength_Of_Agreement(Cicchetti) Poor
Strength_Of_Agreement(Fleiss) Poor
Strength_Of_Agreement(Landis and Koch) Slight
TPR_Macro 0.44444
TPR_Micro 0.4
Class Statistics :
Classes 0 1 2
ACC(Accuracy) 1.0 0.4 0.4
BM(Informedness or bookmaker informedness) 1.0 -0.16667 -0.5
DOR(Diagnostic odds ratio) None 0.5 0.0
ERR(Error rate) 0.0 0.6 0.6
F0.5(F0.5 score) 1.0 0.45455 0.0
F1(F1 score - harmonic mean of precision and sensitivity) 1.0 0.4 0.0
F2(F2 score) 1.0 0.35714 0.0
FDR(False discovery rate) 0.0 0.5 1.0
FN(False negative/miss/type 2 error) 0 2 1
FNR(Miss rate or false negative rate) 0.0 0.66667 1.0
FOR(False omission rate) 0.0 0.66667 0.33333
FP(False positive/type 1 error/false alarm) 0 1 2
FPR(Fall-out or false positive rate) 0.0 0.5 0.5
G(G-measure geometric mean of precision and sensitivity) 1.0 0.40825 0.0
LR+(Positive likelihood ratio) None 0.66667 0.0
LR-(Negative likelihood ratio) 0.0 1.33333 2.0
MCC(Matthews correlation coefficient) 1.0 -0.16667 -0.40825
MK(Markedness) 1.0 -0.16667 -0.33333
N(Condition negative) 4 2 4
NPV(Negative predictive value) 1.0 0.33333 0.66667
P(Condition positive) 1 3 1
POP(Population) 5 5 5
PPV(Precision or positive predictive value) 1.0 0.5 0.0
PRE(Prevalence) 0.2 0.6 0.2
RACC(Random accuracy) 0.04 0.24 0.08
RACCU(Random accuracy unbiased) 0.04 0.25 0.09
TN(True negative/correct rejection) 4 1 2
TNR(Specificity or true negative rate) 1.0 0.5 0.5
TON(Test outcome negative) 4 3 3
TOP(Test outcome positive) 1 2 2
TP(True positive/hit) 1 1 0
TPR(Sensitivity, recall, hit rate, or true positive rate) 1.0 0.33333 0.0