MCDMClassification Metric
F1 Makro
F1 Makro menghitung skor F1 secara independen untuk setiap kelas lalu mengambil rata-rata aritmetika tanpa bobot. Metrik ini memperlakukan semua kelas secara setara, terlepas dari frekuensinya dalam dataset, sehingga berguna untuk masalah multi-kelas yang tidak seimbang.
Baca metode selengkapnya
Khusus anggota
MasukMasuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/id/model-evaluation/macro-averaged-f1
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Skor-F1Evaluasi Model↔ bandingkan
- F1-mikroEvaluasi Model↔ bandingkan
- F1-tertimbangEvaluasi Model↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →