ScholarGate
助手
MCDMClassification Metric

F-beta 分数

F-beta 分数是精确率(precision)和召回率(recall)的加权调和平均值,它通过参数 beta 允许自定义召回率相对于精确率的相对重要性。它是 F1-score 的推广,F1-score 是 beta = 1 时的特例。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. van Rijsbergen, C. J. (1979). Information Retrieval (2nd ed.). Butterworth-Heinemann. link
  2. 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

如何引用本页

ScholarGate. (2026, June 3). F-beta Score (Weighted Harmonic Mean). ScholarGate. https://scholargate.app/zh/model-evaluation/f-beta-score

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateF-beta Score (F-beta Score (Weighted Harmonic Mean)). 于 2026-06-15 检索自 https://scholargate.app/zh/model-evaluation/f-beta-score · 数据集: https://doi.org/10.5281/zenodo.20539026