个人分类性能:答案被翻转

Question

在混淆矩阵中，对角线告诉我们每个类的正确预测的数量，而非对角线是错误的。考虑一个玩具问题，在28个属于负类(标签0)的例子中，28个被正确预测(TN)，而在8个正类(标签1)中，6个被正确预测(TP)。所以，有2个负面类的例子没有被分类器捕获。

准确性是类的整体性能。但如果我想知道每个类的表现，我应该用对角线除以这个类的总样本数。我应用了这个公式，得到了相反的结果。有人能帮帮忙吗，这是怎么回事:为什么我在正面课上得到了100%的分数，而遗漏了两个例子?以下是我所做的

cmMatrix =
28     2
0     6
acc_0  = 100*(cmMatrix(1,1))/sum(cmMatrix(1,:)) = 93.33
acc_1   = 100*(cmMatrix(2,2))/sum(cmMatrix(2,:)) = 100

上面的值似乎违反直觉!!对于acc_0，我应该得到100%，因为分类器没有遗漏任何示例(对角线= 28)，对于acc_1，对于第1类，我应该得到93.33

Answer 1

混淆参数为:

cmMatrix = confusionmat(yrtue, ypredicted)

你很可能交换了参数。