Mikro-uśrednione F1
Mikro-uśrednione F1 oblicza F1-score poprzez agregację prawdziwych pozytywów, fałszywych pozytywów i fałszywych negatywów dla wszystkich klas, a następnie obliczenie pojedynczej metryki. Jest to równoważne dokładności w klasyfikacji wieloklasowej i jest użyteczne, gdy rozkłady klas odzwierciedlają ich naturalne znaczenie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/pl/model-evaluation/micro-averaged-f1
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Dokładność (Accuracy)Ocena modeli↔ porównaj
- Wynik F1Ocena modeli↔ porównaj
- Makro-uśrednione F1Ocena modeli↔ porównaj
- F1 ważonaOcena modeli↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →