MCDMClassification Metric
F1-คะแนนเฉลี่ยแบบจุลภาค
F1-คะแนนเฉลี่ยแบบจุลภาคคำนวณ F1-score โดยการรวมค่า true positives, false positives และ false negatives จากทุกคลาส จากนั้นจึงคำนวณเมตริกเดียว ซึ่งเทียบเท่ากับความแม่นยำในการจำแนกประเภทหลายคลาส และมีประโยชน์เมื่อการกระจายตัวของคลาสสะท้อนถึงความสำคัญตามธรรมชาติ
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/th/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.
- ความแม่นยำการประเมินแบบจำลอง↔ compare
- คะแนน F1การประเมินแบบจำลอง↔ compare
- ค่า F1 แบบมาโครเฉลี่ย (Macro-averaged F1)การประเมินแบบจำลอง↔ compare
- F1-score แบบถ่วงน้ำหนักการประเมินแบบจำลอง↔ compare