เปรียบเทียบวิธี

	F1-คะแนนเฉลี่ยแบบจุลภาค	ค่า F1 แบบมาโครเฉลี่ย (Macro-averaged F1)
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	Micro F1, Frequency-weighted average F1	Macro F1, Unweighted average F1
ที่เกี่ยวข้อง	4	3
สรุป	Micro-averaged F1 computes the F1-score by aggregating true positives, false positives, and false negatives across all classes, then calculating a single metric. It is equivalent to accuracy in multi-class classification and is useful when class distributions reflect their natural importance.	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.