MCDMClassification Metric
Макро-усредненный F1
Макро-усредненный F1 вычисляет F1-меру независимо для каждого класса, а затем берет невзвешенное арифметическое среднее. Он относится ко всем классам одинаково, независимо от их частоты в наборе данных, что делает его полезным для несбалансированных многоклассовых задач.
Читать метод полностью
Только для участников
ВойтиВойдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/ru/model-evaluation/macro-averaged-f1
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- F1-мераОценка моделей↔ сравнить
- Микро-усредненная F1-мераОценка моделей↔ сравнить
- Взвешенная F1Оценка моделей↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →