问如何计算多类分类的不同度量

EN

正如您所看到的，这个MCC公式是用于二进制分类的，因此您只能通过将问题视为二进制来计算其结果。

编辑以澄清OP的混淆什么是混淆矩阵？它显示了对于每一个真正的类$X$作为一行，对于每个预测的类$Y$作为一列，有多少实例具有真正的$X$类，并被预测为$Y$。如果只有两个类(二进制分类)，则唯一的可能性是

• $X$阳性与$Y$阳性-> TP
• $X$阳性与$Y$阴性-> FP
• $X$阴性和$Y$阳性-> FN
• $X$阴性和$Y$阴性-> TN

然而，当有两个以上的类(多类分类)时，不可能直接使用这种区分正/负，因此没有一般的TP，FP，FN，TN的情况。

对于多个类，可以计算每个类的二进制分类度量。这是通过将目标类视为正类而将所有其他类视为负面类(就像将它们合并为一个大的负面类一样)来实现的。

例如:假设我们有A、B、C类，如果我们关注A类，那么混淆矩阵如下所示：

    A   B   C
A   TP  FN  FN
B   FP  TN  TN
C   FP  TN  TN

以另一种方式呈现出来：

         A    B or C
A        TP    FN 
B or C   FP    TN  

现在，如果我们关注B类，那么混淆矩阵就变成：

    A   B   C
A   TN  FP  TN
B   FN  TP  FN
C   TN  FP  TN

在您的代码中，TP和TN类别被交换：

TP(i)=C(i,i);
...
TN(i)=sum(C(:))-TP(i)-FP(i)-FN(i);