Gewichteter F1-Score
Der gewichtete F1-Score berechnet den F1-Score für jede Klasse und bildet dann einen gewichteten Durchschnitt, wobei die Gewichte proportional zur Anzahl der Stichproben in jeder Klasse (Support) sind. Er stellt einen Mittelweg zwischen Makro- und Mikro-Mittelung dar.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Weighted F1-Score. ScholarGate. https://scholargate.app/de/model-evaluation/weighted-f1
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- F1-ScoreModellevaluation↔ vergleichen
- Makro-gemittelter F1-WertModellevaluation↔ vergleichen
- Mikro-gemittelter F1-WertModellevaluation↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →