多类别模型评估

让我们用精确率（precision）和召回率（recall）来评估云层分类器，看看它对这七种云的分类效果如何。在多类别分类任务中，关键在于如何对各类别的得分进行平均。回顾有四种做法：

不做平均，逐类分析结果；
Micro 平均，对所有样本全局计算指标而忽略类别；
Macro 平均，先按类别分别计算指标，再做简单平均；
加权平均，与 Macro 类似，但用类别样本量作为权重。

torchmetrics 中已导入 Precision 和 Recall。现在就来看看模型的表现吧！

1
- 定义在所有样本上全局计算的精确率和召回率指标。

2
- 修改代码，为每个类别分别计算召回率和精确率，并使用简单平均对它们求平均。