F1-score moyenné par micro-classe
Le F1-score moyenné par micro-classe calcule le F1-score en agrégeant les vrais positifs, les faux positifs et les faux négatifs de toutes les classes, puis en calculant une métrique unique. Il est équivalent à la précision dans la classification multi-classe et est utile lorsque les distributions de classes reflètent leur importance naturelle.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/fr/model-evaluation/micro-averaged-f1
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- ExactitudeÉvaluation de modèles↔ comparer
- Score F1Évaluation de modèles↔ comparer
- F1 moyen macroÉvaluation de modèles↔ comparer
- F1 pondéréÉvaluation de modèles↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →