计算每一类的分类精度，进而求总体的平均精度是分类问题很常用的评价指标，当我们计算出混淆矩阵之后，需要对混淆矩阵进行量化分析，最明显的指标就是计算分类精度，下面提供一种计算方面，使用sk-learn的api
np.diag是将对角线的值取出来，也就是正确分类的样本数的分布，axis=1，是行维度，实际就是预测样本数分布，np.sum就是将预测的每类样本数进行求和。
nan_to_num是将部分真除之后会出现nan的数转成0值，从each_acc可以看出每类的分类精度，第一类是1，第二个bird没有正确分类的个数，第三个是2/3，得出每类精度之后再求平均精度。