混淆矩阵、分类评价指标

混淆矩阵

 

混淆矩阵基本上就是上表的表示，展示出实际的类别和分类后的得到的结果。（在目标识别中如何表现出背景那一类？）

抽象出来就是下面的列表：

从TP，TN、FN、FP 可以得到几种指标：

 

1）查准率：

也可以理解为（正样本的）准确率，P = TP/（TP+FP）。在目标识别中就是：检测到正确的目标数目/检测到的目标数目；

上述的查准率公式也有不妥的地方，对于只有一种类别的数据还是不多的，对于两种以上的数据，计算准确率的过程中需要中和考虑所有类别。例如二分类：

ACC = （TP + TN）/ (TP + FP + TN + FN)

对于多分类：

ACC = （TP_c0 + TP_c1 + TP_c2 ...）/