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