MCDMClassification Metric

微平均F1分数

微平均F1分数通过汇总所有类别的真阳性、假阳性与假阴性，然后计算单一指标来得出F1分数。在多类别分类中，它等同于准确率，并且在类别分布能反映其自然重要性时非常有用。

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。

相关方法的邻域——选择一个节点以展开探索。

微平均F1分数

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 ↗

ScholarGate. (2026, June 3). Micro-averaged F1-Score. ScholarGate. https://scholargate.app/zh/model-evaluation/micro-averaged-f1

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。