多分类问题的precision和recall以及F1 scores的计算_precision_scores,recall_scores,f1_scores = [],[],[

对于多分类问题，首先，对于每一个类的精准率（Precision）和召回率（Recall），定义和二分类问题一致，但是计算上不再需要TP,FP,FN等量了：）

比如对A, B, C三类有如下混淆矩阵：

A B C
A 10 1 2
B 2 11 3
C 5 3 8
行表示真值；列表示预测值。

此时，每一类都有自己的精准率和召回率。

精准率表示正确预测X占所有预测X的比例。

所以对于A类来说，Precision(A) = 10 / (10 + 2 + 5) = 10 / 17

所以对于B类来说，Precision(B) = 11 / (1 + 11 + 3) = 11 / 15

所以对于C类来说，Precision© = 8 / (2 + 3 + 8) = 8 / 13

召回率表示正确预测X占所有真实X的比例。

所以对于A类来说，Recall(A) = 10 / (10 + 1 + 2) = 10 / 13

所以对于B类来说，Recall(B) = 11 / (2 + 11 + 3) = 11 / 16

所以对于C类来说，Recall© = 8 / (5 + 3 + 8) = 8 / 16

在这个基础上，整个算法的精准率和召回率，可以简单地使用平均值法。

即：

Precision = (Precision(A) + Precision(B) + Precision©) / 3 = 0.6457

Recall = (Recall(A) + Recall(B) + Recall©) / 3 = 0.6522

加油！：）

参考：https://coding.imooc.com/learn/questiondetail/95969.html