已知混淆矩阵，怎么求准确率、精确率，f1值，召回率这些，求指点

Question

已知混淆矩阵，怎么求准确率、精确率，f1值，召回率这些，求指点

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

### 问题解答：

混淆矩阵：

表征一个分类算法性能的混淆矩阵是一个二维矩阵，行表示实际类别，列表示预测类别。通常有四个元素：True Positive (TP)、False Positive (FP)、True Negative (TN)、False Negative (FN)。 | - | 预测Positive | 预测Negative | | --- | --- | --- | | 实际Positive | TP | FN | | 实际Negative | FP | TN |

准确率（Accuracy）：

准确率是指正确分类的样本总数占总样本数的比例。 公式：Accuracy = (TP + TN) / (TP + TN + FP + FN)

精确率（Precision）：

精确率是指预测为正例中实际为正例的样本数占预测为正例的样本数的比例。 公式：Precision = TP / (TP + FP)

召回率（Recall）：

召回率是指实际为正例中被预测为正例的样本数占实际为正例的样本数的比例。 公式：Recall = TP / (TP + FN)

F1值：

F1值是综合考虑了精确率和召回率的指标，是精确率和召回率的调和均值。 公式：F1 = 2 * Precision * Recall / (Precision + Recall)

示例代码：

假设某分类算法的混淆矩阵如下：

TP = 100, FP = 20
FN = 10, TN = 200

根据上述计算公式，我们可以计算出准确率、精确率、召回率和F1值：

Accuracy = (100 + 200) / (100 + 20 + 10 + 200) = 0.8621
Precision = 100 / (100 + 20) = 0.8333
Recall = 100 / (100 + 10) = 0.9091
F1 = 2 * 0.8333 * 0.9091 / (0.8333 + 0.9091) = 0.8692