我在进行机器学习的自学。我尝试训练一个K-NN模型，我的模型给我提供了下面的7×7混淆矩阵。我已经手动计算了两个类别（A和B）的准确率，但不确定我的方法是否正确。我希望其他人能确认我的结果，这样我就可以编写程序来计算其他5个类别的结果。

Confusion Matrx :   A      B    C    D   E    F     G =  7 classes[[ 238    1    2    0   41   11    0] [   0   25    0    0    3    1    0] [  21    1   32    0   17    4    0] [   0    0    0    7    9    3    0] [   7    0    0    0 3633    8    0] [  44    0    4    1  397  256    1] [   4    0    0    0    7    2    3]]Class-A tp = 238fp = 76  (Rest of the 'a' column e.g 21+0+7+44+4 = 76)tn = 4414    [25    0    0    3    1    0]    [1    32    0   17    4    0]    [0     0    7    9    3    0]    [0     0    0 3633    8    0]    [0     4    1  397  256    1]    [0     0    0    7    2    3]  Sum of all elements will be true negative = 4414  fn = 55 (Rest of the 'a' rows element e.g 1+2+0+41+11+0 =55 )  So class-A  confusion matrix will something look like below  tp fp | 238 76        |  fn tn | 55 4414  Class A Accuracy = tp+tn/tp+tn+fp+fn = 4652/4768 = 0.97  Class B   tp = 25  fp = 2  tn = 4752  [  238       2    0   41   11    0]  [  21       32    0   17    4    0]  [   0        0    7    9    3    0]  [   7        0    0 3633    8    0]  [  44        4    1  397  256    1]  [   4        0    0    7    2    3]  fn = 4  So class-B  confusion matrix will something look like below  tp fp | 2 76        |  fn tn | 4 4752 Class B Accuracy = tp+tn/tp+tn+fp+fn = 4754/4834 = 0.98

我尝试在线搜索，但没有找到超过2×2矩阵的计算方法。

回答：

对于多类别情况，可以使用以下方法：