เปรียบเทียบวิธี

	ค่า F1 แบบมาโครเฉลี่ย (Macro-averaged F1)	F1-score แบบถ่วงน้ำหนัก
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM
ปีกำเนิด	2000s	2000s
ผู้ริเริ่ม	Multi-class evaluation community	Multi-class evaluation community
ประเภท	Evaluation metric	Evaluation metric
แหล่งต้นตำรับ	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.	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.
ชื่อเรียกอื่น	Macro F1, Unweighted average F1	Support-weighted F1
ที่เกี่ยวข้อง	3	3
สรุป	Macro-averaged F1 computes the F1-score independently for each class and then takes the unweighted arithmetic mean. It treats all classes equally, regardless of their frequency in the dataset, making it useful for imbalanced multi-class problems.	Weighted F1 computes the F1-score for each class and then takes a weighted average, where weights are proportional to the number of samples in each class (support). It provides a middle ground between macro and micro-averaging.