MCDMClassification Metric
매크로 평균 F1
매크로 평균 F1은 각 클래스에 대해 F1 점수를 독립적으로 계산한 다음, 가중치를 부여하지 않은 산술 평균을 취합니다. 데이터셋 내 빈도에 관계없이 모든 클래스를 동등하게 취급하므로 불균형 다중 클래스 문제에 유용합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/ko/model-evaluation/macro-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.
- F1-점수모델 평가↔ compare
- 마이크로 평균 F1모델 평가↔ compare
- Weighted F1모델 평가↔ compare