评价指标计算

混淆矩阵：

• 准确率（Precision）：记为P_i，表示被正确预测为类别i的样本数占所有被预测为类别i的样本数的比例。

• 召回率（Recall）：记为R_i，表示被正确预测为类别i的样本数占真实类别i的样本数的比例。

• F1-score：记为F1_i，是准确率和召回率的加权调和平均，用于综合考虑准确率和召回率。

• macro avg 是计算这些指标的宏平均值。不考虑类别样本数量的差异，将每个类别的指标求和后再除以类别总数N，得到各指标的平均值。具体计算方式如下：

  macro avg-P:（P_macro_avg）= (P_1 + P_2 + … + P_N) / N
  macro avg-R:（R_macro_avg）= (R_1 + R_2 + … + R_N) / N
  macro avg-F1:（F1_macro_avg）= (F1_1 + F1_2 + … + F1_N) / N

• weighted avg 根据样本权重计算这些指标的加权平均，具体计算公式如下，w_i表示类别i的样本权重：
  weighted avg-P:（P_weighted_avg）= w_1 * P_1 + w_2 * P_2 + … + w_N * P_N
  weighted avg-R（R_weighted_avg）= w_1 * R_1 + w_2 * R_2 + … + w_N * R_N

• micro avg 计算公式如下：
  micro avg-P = (总体TP) / (总体TP + 总体FP)
  micro avg-R = (总体TP) / (总体TP + 总体FN)
  micro avg-F1 = 2 * (micro avg-P * micro avg-R) / (micro avg-P + micro avg-R)

macro avg: 每个类别的权重相等，不考虑样本在每个类别中的数量差异。关注每个类别的性能表现，对每个类别的平均性能进行评估。

micro avg: 每个样本的权重相等。micro avg更加关注整体的性能表现，对样本数量较多的类别有更大的影响。

"总体TP+总体FP" 的意义在于表示了所有被分类为正例的样本数量，即模型认为是正例的总数。这个指标可以用来评估模型对正例的整体识别能力。较高的总体TP + 总体FP值表示模型对正例的识别能力较强，能够正确地将更多的样本分类为正例。

"总体TP+总体FN" 的意义在于表示了所有真实正例的样本数量，即模型正确识别为正例的总数。这个指标可以用来评估模型对真实正例的召回能力，即模型能够正确地将多少真实正例分类为正例。

真阳性（TP）、假阳性（FP）、真阴性（TN）、假阴性（FN）

---