如何找到多分类支持向量机的准确性？答案

【问题标题】：how do find accuracy of multi-classification svm?如何找到多分类支持向量机的准确性？
【发布时间】：2019-07-17 00:29:29
【问题描述】：

在本网站： https://medium.com/@ODSC/build-a-multi-class-support-vector-machine-in-r-abcdd4b7dab6

它说我们可以用它来预测

   prediction <- predict(svm1, test_iris)
  > xtab <- table(test_iris$Species, prediction)
  > xtab          prediction
       setosa versicolor virginica
   setosa         20         0          0
  versicolor      0        20          1
  virginica       0         0         19

并使用它来确定准确性

   (20+20+19)/nrow(test_iris)  # Compute prediction accuracy

但是当我有非常非常大的数据集时，我什至看不到表格我怎么能找到这个数字（20+20+19）？找到准确性？

【问题讨论】：

标签： r svm multiclass-classification

【解决方案1】：

你可以通过diag得到正确的分类：

library(e1071)
svm1 <- svm(Species~., data=iris)
prediction <- predict(svm1, iris)
xtab <- table(iris$Species, prediction)

sum(diag(xtab))/sum(xtab) #Overall
#[1] 0.9733333

diag(xtab)/rowSums(xtab) #For each class per observation
#    setosa versicolor  virginica 
#      1.00       0.96       0.96

diag(xtab)/colSums(xtab) #For each class per prediction
#    setosa versicolor  virginica 
#      1.00       0.96       0.96

【讨论】：

能否分别求出每个类的准确率？