个别类准确率计算混乱

Question

得到以下二元分类结果的数据点总数=1500。其中，我有

• 1473 标记为0 和
• 剩余的 27 个为 1 。

从混淆矩阵中可以看出，在属于 1 类的 27 个数据点中，我只有 1 个数据点被错误分类为 0 。因此，我计算了各个类的准确度，并得到标记为 0 = 98.2% 的类的准确度，而其他类的准确度为 1.7333%。这个计算正确吗？我不确定...对于标记为1 的类，我确实得到了一个很好的分类，那么为什么它的准确度很低呢？ 0 类的单个类准确率应该是 100%，1 类应该是 98% 左右

一个错误分类是否会大大降低第 1 类的准确度？这就是我在 MAtlab 中计算各个类精度的方法。

cmMatrix  = 
1473    0
1       26

acc_class0  = 100*(cmMatrix(1,1))/1500;
acc_class1= 100*(cmMatrix(2,2))/1500;

Answer 1

如果所有内容均已正确分类，则您的计算将表明第 1 类的准确度为 27/1500=0.018。这显然是错误的。总体准确度为 1499/1500，但每类准确度不能使用 1500 作为分母。 27 是最大正确分类的元素，因此应该是分母。

acc_class0 = 100*cmMatrix(1,1)/sum(cmMatrix(1,:));
acc_class1 = 100*cmMatrix(2,2)/sum(cmMatrix(2,:));