多类别分类中的Precision，Recall，F1性能计算

        当我训练自己设计的网络代码之后，如何去评价这个网络的好坏，这就需要用到很多性能指标，其中Precision,Recall和F1是常见的性能评价指标。

        我在学习这三个指标的计算的时候，看了很多博客，发现很多博客对这几个性能指标的评价就好像是在说绕口令一样，让我的大脑很难理解这部分的内容，而且博客里面大都是用二分类的实验来举例如何计算这三个指标，也是不常用的，所以在这里我就用比较简单的语言来介绍这三个指标，争取让看到这篇博客的朋友们能一眼懂！

        我们抛开学术性的描述TP,FN,FP,TN这几个部分的理解，直接从例子开始介绍。

        在一个单分类多标签的训练任务中，如何去计算Precision，Recall和F1。

        首先我们这个多标签的任务中是动物分类标签，一共有12类，分别是【老鼠，牛，虎，兔，龙，蛇，马，羊，猴，坤坤，狗，猪】。我选中其中的老鼠来计算三个指标。

        注意，这三个指标的计算是按照每一类来计算的，我们在论文中看到的是多个类别的平均值。

        在整个数据集中，老鼠一共有100张图片，其中我们划分训练集和测试集28开，训练集80张图片，测试集20张图片。现在我们用80张图片对网络进行训练，经过60个epoch训练完毕，现在使用测试集的20张图片进行测试。

        经过测试发现，20张图片中网络正确预测了10张，但是在其他11个类的预测中预测错误，预测了老鼠20次，通过这几个数据就可以计算老鼠类的这三个性能指标。

        TP = 网络预测结果是老鼠且预测正确的数量

        FP = 网络预测结果是老鼠且预测错误的数量

        TP + FP = 网络预测结果是老鼠的数量

所以结果就是:

 

        TP = 网络预测结果是老鼠且预测正确的数量

        FN = 网络预测结果不是老鼠且预测图片的label是老鼠

        TP+FN = 测试集中老鼠标签的图片的数量

所以结果就是：

 

两个的计算结果竟然是一样的，好巧好巧。

---

        最后是F1的计算，这个计算需要用到前两个指标，也没有什么理解，直接算就完事了

        这是老鼠类的计算，那么其他类的计算也是一样，然后对所有类进行平均就可以了，希望这篇文章能对你有所帮助。