Мікроусереднений F1
Мікроусереднений F1 обчислює показник F1 шляхом агрегування істинно позитивних, хибно позитивних та хибно негативних результатів для всіх класів, а потім розрахунку єдиної метрики. Він еквівалентний точності в багатокласовій класифікації та корисний, коли розподіл класів відображає їхню природну важливість.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/uk/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.
- ТочністьОцінювання моделей↔ compare
- F1-ScoreОцінювання моделей↔ compare
- Макроусереднене F1Оцінювання моделей↔ compare
- Зважена F1Оцінювання моделей↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →