多分類評(píng)估m(xù)acroF1和microF1計(jì)算方式與適用場景

1、多分類評(píng)估-macroF和microF計(jì)算方式與適用場景1.原理介紹1.1簡介macroF和microF1是：2種多分類的效果評(píng)估指標(biāo)1.2舉例說明計(jì)算方法假設(shè)有以下三分類的es結(jié)果：labelA、B、Csamples：iz9eF1score下面計(jì)算各個(gè)類別的準(zhǔn)召：對(duì)于類別：precision=2/(2+0)=100%recall=2/(2+2)=50%對(duì)于類別：precision=2/(2+2)=50%recall=2/(2+1)=67%對(duì)于類別：precision=1/(1+2)=33%recall=1/(1+1)=50%對(duì)于準(zhǔn)召的計(jì)算而言是不需要的，因此上面的表格中未統(tǒng)計(jì)該值。下面調(diào)用s

2、eO的a進(jìn)行驗(yàn)證：romslearn.metricsimportclassification_reportprintclassification_report(00,1,1,1,2,2,0,1,2,1,1,2,1,2recisionrecallf1-scoresupport1.000.500.6710.500.670.5720.330.500.402av：/total0.690.560可以看出，各個(gè)類別的準(zhǔn)召計(jì)算完全一致。MicroF1micro不需要區(qū)分類別，直接使用總體樣本的準(zhǔn)召計(jì)算Iscore對(duì)于樣本整體：recisio.reca.F12下面調(diào)用e的ar進(jìn)行驗(yàn)證roar.rcor1cor

3、1cor111221211212aracro可以看出，計(jì)算結(jié)果也是一致的保留精度問題。MacroF1不同于cro,macro需要先計(jì)算出每一個(gè)類別的準(zhǔn)召及其1cor然后通過求均值得到在整個(gè)樣本上的1cor類別的：類別的:類別的:整體的為上面三者的平均值：F1.2.33.調(diào)用的ar進(jìn)行驗(yàn)證：from,sklearn.metrics,import,f1_scoref1_score(0,0,0,0,1,1,1,2,2,0,0,1,2,1,1,2,1,2,average=macro)0.546031746031746可見，計(jì)算結(jié)果正確。,適用場景micro-F1計(jì)算方法：計(jì)算所有類別總的rc和oca然后算F1值；效果特點(diǎn)：考慮不同類樣本數(shù)量，當(dāng)樣本不均衡時(shí)，更容易受到常見類別的影響適用場景：注重樣本真實(shí)分布，只考慮全局效果marco-F1計(jì)算方法：單獨(dú)計(jì)算每個(gè)類別的F1值，然后取各類F1的平均值；效果特點(diǎn)：不考慮不同類樣本數(shù)量，1)相對(duì)更考慮稀有類別的影響；2