F1-macro
El F1-macro calcula la puntuación F1 de forma independiente para cada clase y luego toma la media aritmética no ponderada. Trata a todas las clases por igual, independientemente de su frecuencia en el conjunto de datos, lo que lo hace útil para problemas multiclase desequilibrados.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/es/model-evaluation/macro-averaged-f1
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Puntuación F1Evaluación de modelos↔ comparar
- F1-score promediado por microclaseEvaluación de modelos↔ comparar
- F1 ponderadoEvaluación de modelos↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →