​某一果园的黄龙病与健康柑橘分类情况下混淆矩阵计算如果存在一个模型对某一果园的黄龙病与健康柑橘分类如下图所示请计算对黄龙病果树的精确值、召回率以及F1值的计算。​“黄龙病与健康柑橘分类”TP8, FP4, FN10, TN85可以反推出经典的混淆矩阵模型。以下是具体的计算过程与结果假设黄龙病为正类Positive1. 混淆矩阵单位株预测为黄龙病预测为健康实际为黄龙病TP 8FN 10实际为健康FP 4TN 85TPTrue Positive正确识别出的黄龙病果树 8 株FPFalse Positive健康树被误判为黄龙病 4 株FNFalse Negative黄龙病树被漏判误判为健康 10 株TNTrue Negative正确排除的健康果树 85 株2. 黄龙病果树的指标计算精确率预测为黄龙病的树中实际确实得病的比例。( P \frac{TP}{TP FP} \frac{8}{8 4} \frac{8}{12} \approx \mathbf{0.6667} ,66.67% )召回率所有实际得病的黄龙病树中被模型成功找出的比例。( R \frac{TP}{TP FN} \frac{8}{8 10} \frac{8}{18} \approx \mathbf{0.4444} ,44.44% )F1值精确率与召回率的调和平均数。( F1 2 \times \frac{P \times R}{P R} 2 \times \frac{0.6667 \times 0.4444}{0.6667 0.4444} \frac{0.5926}{1.1111} \approx \mathbf{0.5333} ,53.33% )总结公式速查精确率公式( P \frac{TP}{TP FP} )召回率公式( R \frac{TP}{TP FN} )F1-Score 公式( F1 \frac{2 \times P \times R}{P R} )如果需要将上述内容保存为 txt 文本可以直接复制下方内容txt 黄龙病与健康柑橘分类混淆矩阵计算 假设黄龙病为正类Positive健康为负类Negative。 混淆矩阵数值 - TP正确识别黄龙病8 - FP健康误判为黄龙病4 - FN黄龙病漏判为健康10 - TN正确识别健康85 黄龙病果树指标 精确率 P 8 / (8 4) ≈ 0.6667 召回率 R 8 / (8 10) ≈ 0.4444 F1值 2 × P × R / (P R) ≈ 0.5333