เปรียบเทียบวิธี

	F1-คะแนนเฉลี่ยแบบจุลภาค	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	Micro F1, Frequency-weighted average F1	Support-weighted 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.	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.