MCDMClassification Metric
Weighted F1
Weighted F1은 각 클래스에 대한 F1-점수를 계산한 다음, 각 클래스의 샘플 수(support)에 비례하는 가중치를 사용하여 가중 평균을 구합니다. 이는 매크로 평균과 마이크로 평균 사이의 절충점을 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
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). Weighted F1-Score. ScholarGate. https://scholargate.app/ko/model-evaluation/weighted-f1
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →