混淆矩陣
混淆矩陣也稱誤差矩陣,是表示精度評價的一種標準格式,用n行n列的矩陣形式來表示。混淆矩陣的每一列代表了預測類別,每一列的總數表示預測爲該類別的數據的數目;每一行代表了數據的真實歸屬類別,每一行的數據總數表示該類別的數據實例的數目。每一列中的數值表示真實數據被預測爲該類的數目,以下表爲例。
|
預測 |
||||
類1 |
類2 |
類3 |
總和 |
||
真實 |
類1 |
43 |
5 |
2 |
50 |
類2 |
4 |
45 |
1 |
50 |
|
類3 |
0 |
1 |
49 |
50 |
|
總和 |
47 |
51 |
52 |
150 |
precision:
類1:43/47=0.9148
類2:45/51=0.8823
類3:49/52=0.9423
mean-precision=0.9131
recall:
類1:43/50=0.86
類2:45/50=0.9
類3:49/50=0.98
mean-recall=0.9133
iou:
類1:43/(43+7+4)=0.7962
類2:45/(45+5+6)=0.8035
類3:49/(49+3+1)=0.9245
mean-iou(Miou)=0.8414
Miou:
( iou(類1)+iou(類1)+iou(類1))/3=0.8414
pixel acc(PA):
PA=(43+45+49)/150=0.8832
MPA:
MPA=(43/50+45/50+49/50)/3=0.9133
F1-score:
F1-score=2*precision*recall/(precision+recall)=0.9506
Kappa:
po=PA=(43+45+49)/150=0.8832
pe=(47*50+51*50+52*50)/150*150=0.3333
kappa = (po-p3)/(1-pe)=0.8248
producter acc(PA):
PA=precision=0.9131
Overall Acc(OA):
OA=po=0.8832
user acc(UA):
UA=recall=0.9133
Heddlen acc(HA):
HA = F1-score=0.9506
Short acc(SA):
SA=PA*UA / (PA+UA-PA*UA)=0.8402
錯分誤差:
錯分誤差=1-用戶精度=0.0867
漏分誤差:
漏分誤差=1-製圖精度=0.0869