Микро-усредненная F1-мера
Микро-усредненная F1-мера вычисляет F1-меру путем агрегирования истинно-положительных, ложно-положительных и ложно-отрицательных результатов по всем классам, а затем рассчитывает единую метрику. Она эквивалентна точности (accuracy) в многоклассовой классификации и полезна, когда распределение классов отражает их естественную значимость.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
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). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/ru/model-evaluation/micro-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.
- ТочностьОценка моделей↔ compare
- F1-мераОценка моделей↔ compare
- Макро-усредненный F1Оценка моделей↔ compare
- Взвешенная F1Оценка моделей↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →