F1 makro-purata
F1 makro-purata mengira skor F1 secara bebas untuk setiap kelas dan kemudian mengambil min aritmetik tidak berwajaran. Ia melayan semua kelas secara sama rata, tanpa mengira kekerapan mereka dalam set data, menjadikannya berguna untuk masalah berbilang kelas tidak seimbang.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 memetik halaman ini
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/ms/model-evaluation/macro-averaged-f1
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Skor F1Penilaian Model↔ banding
- F1-skor min-purataPenilaian Model↔ banding
- F1 PemberatPenilaian Model↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →