笔试-混淆矩阵-召回率

已知一个分类器在测试集上的混淆矩阵如下表所示,该分类器对各个类别的召回率为:

M = [[69, 3, 13, 11, 4],
     [14, 70, 3, 7,  6],
     [3,  3,  80, 9, 5],
     [3,  6,  9,  76,4],
     [8, 11, 4, 23, 54]]

n = len(M)
for i in range(len(M[0])):
    rowsum, colsum = sum(M[i]), sum(M[r][i] for r in range(n))
    try:
        print('precision: %s' % (M[i][i]/float(colsum)), 'recall: %s' % (M[i][i]/float(rowsum)))
    except ZeroDivisionError:
        print('precision: %s' % 0, 'recall: %s' %0)

结果为:

precision: 0.711340206185567 recall: 0.69
precision: 0.7526881720430108 recall: 0.7
precision: 0.7339449541284404 recall: 0.8
precision: 0.6031746031746031 recall: 0.7755102040816326
precision: 0.7397260273972602 recall: 0.54
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值