使用keras实现Precise, Recall, F1-socre方式

实现过程TP、True Positive 真阳性：预测为正，实际也为正FP、False Positive 假阳性：预测为正，实际为负FN、False Negative 假阴性：预测与负、实际为正TN、True Negative 真阴性：预测为负、实际也为负。【一致判真假，预测判阴阳。】以分类问题为例：（word公式为什么粘不过来？？然后看假阳性，假阳性的定义是“预测为正，实际为负”，就是预测为某个类，但是实际不是。对类A而言，FP个数为0，我们预测之后，把1和2分给了A，这两个都是正确的，并不存在把不是A类的值分给A的情况。类B的FP是2，"3"和"8"都不是B类，但却分给了B，所以为假阳性。类C的假阳性个数为2。对类B而言，FN为1，对类C而言，FN为1。具体情况看如下表格：