Matrice de confusion dans la classification multilabel d'un objet dans plus d'une classe simultanément

Question

Concernant un problème de classification où, par exemple, étant donné une image qui représente un humain et nous essayons de prédire leur position et leur comportement. Par exemple, humain 1: «s'asseoir» et «manger» dans la première image tandis que l'homme 2: «se tenir debout» et «rire» dans le second. Quelle est la façon appropriée d'appliquer la matrice de confusion sur les prédictions. Dois-je unifier les prédictions?

Par exemple, nous avons 5 positions différentes et 5 comportements différents, en conséquence, la matrice de confusion est de taille 25x25 car nous avons 25 classes différentes. Ou y a-t-il une autre façon de faire face à de tels problèmes?

Est-il possible de faire de même avec plusieurs objets sur une image et comment?