MCDMClassification Metric
F1-mikro
F1-mikro menghitung skor F1 dengan mengagregasi positif benar, positif salah, dan negatif salah di semua kelas, kemudian menghitung satu metrik tunggal. Metrik ini setara dengan akurasi dalam klasifikasi multi-kelas dan berguna ketika distribusi kelas mencerminkan kepentingan alaminya.
Baca metode selengkapnya
Khusus anggota
MasukMasuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
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). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/id/model-evaluation/micro-averaged-f1
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AkurasiEvaluasi Model↔ compare
- Skor-F1Evaluasi Model↔ compare
- F1 MakroEvaluasi Model↔ compare
- F1-tertimbangEvaluasi Model↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →