https://zhuanlan.zhihu.com/p/479060683
https://blog.csdn.net/fyfugoyfa/article/details/136414958

Confusion Matrix，是一个用来衡量模型好坏的统计量，其中Accuracy，Precision，F1 score，Recall，ROC曲线和AUC都可以从该表中得出

简易Confusion Matrix就是猫狗（猫为正类），两个类别，可以用下面的表格表示。

Top-1 and Top-5 Accuracy

Top-1 : 这里是指在多分类问题中，一般认为argmax 最后概率最大（Top-1）的下标为我们模型的预测类别，如果预测类别和我们的实际类别一样，那么判断为正确，Accuracy的分子加1。

Top-5: 这里是指在多分类问题中（No of class > 5），一般认为argmax 最后概率最大的前五（Top-5）的下标中包含我们模型的预测类别，那么判断为正确，Accuracy的分子加1。

Top-N同理，所以Top-N >= Top-K, if N >= K

平衡准确率（Balanced Accuracy）

处理不平衡的数据集时（某些类别的样本数量远多于其他类别）在这种情况下，传统的准确率可能会产生误导，因为模型可能会倾向于预测数量较多的类别，从而得到较高的准确率，但对于数量较少的类别，其预测性能可能很差。

平衡准确率是对所有类别的准确率的平均，它对每个类别的重视程度是一样的，无论这个类别的样本数量多少。因此，它可以更好地反映模型在各个类别上的性能，特别是在处理不平衡数据集时。

加权 F1 值

F1 值是精确率（Precision）和召回率（Recall）的调和平均数，它同时考虑了模型的精确率和召回率。加权 F1 值则是对每个类别的 F1 值进行加权平均，权重通常是每个类别的样本数量。因此，加权 F1 值可以反映出模型在各个类别上的性能，并且对样本数量多的类别给予更高的权重。