MCDMClassification Metric
Makro-medelvärdes F1
Makro-medelvärdes F1 beräknar F1-poängen oberoende för varje klass och tar sedan det oviktade aritmetiska medelvärdet. Det behandlar alla klasser lika, oavsett deras frekvens i datasetet, vilket gör det användbart för obalanserade problem med flera klasser.
Läs hela metoden
Endast för medlemmar
Logga inLogga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Macro-averaged F1-Score. ScholarGate. https://scholargate.app/sv/model-evaluation/macro-averaged-f1
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- F1-poängModellutvärdering↔ jämför
- Mikro-medelvärdesbildad F1Modellutvärdering↔ jämför
- Viktad F1Modellutvärdering↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →