MCDMClassification Metric
ম্যাক্রো-গড় F1
ম্যাক্রো-গড় F1 প্রতিটি শ্রেণীর জন্য আলাদাভাবে F1-স্কোর গণনা করে এবং তারপর সেগুলির ওজনহীন গাণিতিক গড় নেয়। এটি ডেটাসেটে তাদের ফ্রিকোয়েন্সি নির্বিশেষে সমস্ত শ্রেণীকে সমানভাবে বিবেচনা করে, যা এটিকে ভারসাম্যহীন বহু-শ্রেণী সমস্যার জন্য উপযোগী করে তোলে।
পুরো পদ্ধতিটি পড়ুন
শুধু সদস্যদের জন্য
সাইন ইন করুনএই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Powers, D. M. (2011). Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation. Journal of Machine Learning Technologies, 2(1), 37-63. link ↗
- Sokolova, M., Japkowicz, N., & Szpakowicz, S. (2006). Beyond Accuracy, F-Score and ROC: a Family of Discriminant Measures for Performance Evaluation. AI 2006, 4013, 1015-1021. DOI: 10.1007/11941439_114 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/bn/model-evaluation/macro-averaged-f1
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- F1-স্কোরমডেল মূল্যায়ন↔ তুলনা করুন
- মাইক্রো-অ্যাভারেইজড এফ১ (Micro-averaged F1)মডেল মূল্যায়ন↔ তুলনা করুন
- ওয়েটেড এফ১মডেল মূল্যায়ন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →