混同行列から各クラスのaccuracy、precision、およびrevokeを計算するにはどうすればよいですか? 埋め込みデータセット iris を使用しています。混同行列は次のとおりです。
prediction setosa versicolor virginica
setosa 29 0 0
versicolor 0 20 2
virginica 0 3 21
トレーニング セットとして 75 個のエントリを使用し、その他のエントリをテスト用に使用しています。
iris.train <- c(sample(1:150, 75)) # have selected 75 randomly
この回答全体を通してmat、あなたが説明する混同行列です。
次の方法で精度を計算して保存できます。
(accuracy <- sum(diag(mat)) / sum(mat))
# [1] 0.9333333
各クラスの精度 (予測が行にあり、真の結果が列にあると仮定) は、次のように計算できます。
(precision <- diag(mat) / rowSums(mat))
# setosa versicolor virginica
# 1.0000000 0.9090909 0.8750000
特定のクラスの精度を取得したい場合は、次のようにすることができます。
(precision.versicolor <- precision["versicolor"])
# versicolor
# 0.9090909
各クラスのリコール (ここでも、予測が行にあり、真の結果が列にあると仮定します) は、次のように計算できます。
recall <- (diag(mat) / colSums(mat))
# setosa versicolor virginica
# 1.0000000 0.8695652 0.9130435
特定のクラスのリコールが必要な場合は、次のようにすることができます。
(recall.virginica <- recall["virginica"])
# virginica
# 0.9130435
代わりに、真の結果を行として、予測された結果を列として持つ場合は、精度と再現率の定義を反転させます。
データ：
(mat = as.matrix(read.table(text=" setosa versicolor virginica
setosa 29 0 0
versicolor 0 20 2
virginica 0 3 21", header=T)))
# setosa versicolor virginica
# setosa 29 0 0
# versicolor 0 20 2
# virginica 0 3 21