confusion matrix的理解

3*3 confusion matrix的理解

基于示例中的3x3混淆矩阵（假设我正确理解了标签），列为预测值，因此行必须为实际值。 主对角线（64、237、165）给出正确的预测。 即，实际值与模型预测相同的情况。 第一行是实际的男性。 该模型预测了其中的64个正确和不正确地预测了46位男性为女性，而139位男性为婴儿。 在男性列中，模型预测的128位男性（M列的总和）中，实际有64位男性，而错误地将男性预测为12位的女性和错误地将男性预测为婴儿的52位。 类似的解释适用于其他列和行，也可以类推到n*n的多分类

 

      Predicted
          M    F    I 
Actual M 64   46  139
       F 12  237   42
       I 52   79  165

 

 

 

1. 任何class的测试样例总数是相应的actual label(作为y轴)的那一整行的sum或actual label(作为x轴)的那一整列的sum
2. 一个class的FN的总数是相应row的sum，不包括TP(actual label作为y轴)
3. 一个class的FP的总数是相应row的column,不包括TP(actual label作为y轴)
4. 一个class的TN的总数是出去该class的column和row外所有的column和row的sum(actual label作为y轴)

 

参考：https://stats.stackexchange.com/questions/318780/how-to-understand-confusion-matrix-for-3x3 

           https://www.youtube.com/watch?v=FAr2GmWNbT0