Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| F-beta Score× | Зважена F1× | |
|---|---|---|
| Галузь | Оцінювання моделей | Оцінювання моделей |
| Родина | MCDM | MCDM |
| Рік появи≠ | 1979 | 2000s |
| Автор методу≠ | C. J. van Rijsbergen | Multi-class evaluation community |
| Тип | Evaluation metric | Evaluation metric |
| Основоположне джерело≠ | van Rijsbergen, C. J. (1979). Information Retrieval (2nd ed.). Butterworth-Heinemann. link ↗ | 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 ↗ |
| Інші назви | F-measure with parameter beta | Support-weighted F1 |
| Пов'язані≠ | 5 | 3 |
| Підсумок≠ | The F-beta score is a weighted harmonic mean of precision and recall that allows customizing the relative importance of recall versus precision through a parameter beta. It generalizes the F1-score, which is the special case where beta = 1. | 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. |
| ScholarGateНабір даних ↗ |
|
|