Micro-F1和Macro-F1详解

最新推荐文章于 2024-05-27 17:26:56 发布
最新推荐文章于 2024-05-27 17:26:56 发布
阅读量3.7k 收藏 15
点赞数 4
分类专栏： 机器学习 文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43391414/article/details/119488646
版权

请先知道什么叫做准确率P和召回率R。

文章目录

例子

在这里插入图片描述

micro-F1

在这里插入图片描述
解释：

  1. 答对了4个，答错了了1个。

macro-F1

这个更加复杂，需要分类别讨论F1值，然后取平均值。

0类别

在这里插入图片描述
解释：

  1. 只考虑0类别，其答对了3个，但是多打了一个0。
1类别

在这里插入图片描述
解释：

  1. 只考虑1类别，其只答了一次，但是答对了，漏答了一次。

在这里插入图片描述

代码检查

在这里插入图片描述

音程
关注
  • 4
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
Macro F1 and Macro F1.pdf
04-26
Macro F1 and Macro F1是2019年的一篇关于两种宏观F1-score的计算方式的详细讲解。
app-compile-macro-micro-tract-stats
04-23
"app-compile-macro-micro-tract-stats"这个标题暗示我们正在探讨的是一个与应用程序编译相关的项目，它可能涉及到宏和微观层面的性能分析和统计。这个项目可能是为了帮助开发者理解和提升应用的编译效率，从而提高...
分类评价指标 F值 详解 | Micro F1 & Macro F1 & Weight F1
我是菜鸡
05-25 8402
之前写一个作业样本不均衡问题。然后查了很多文章都说要更换评价指标，不能再使用准确率了，要计算F值。我看了一下F值怎么计算，看了挺多文章的，但是感觉说的比较迷惑，或者说法比较拗口。最后还是自己再总结一个。 查准率、查全率、F值 我们平时对于一个模型预测的准不准，我们最先想到的是用准确率(Accuracy)进行评价。 A=truetotal A = \frac{true}{total} A=totaltrue​ 这个虽然常用，但不能满足所有任务的需求。 所以我们可以引入查准率和查全率。 查准率(Preci.
#机器学习 Micro-F1和Macro-F1详解
热门推荐
往深度学习的深度广度冲！
04-26 5万+
micro-F1和macro-F1详解 F1-score：是统计学中用来衡量二分类模型精确度的一种指标，用于测量不均衡数据的精度。它同时兼顾了分类模型的精确率和召回率。F1-score可以看作是模型精确率和召回率的一种加权平均，它的最大值是1，最小值是0。.
micro f1 和macro f1的异同
最新发布
人工智能曾小健
05-27 486
权重分配不同:micro f1对所有样本赋予相同权重,macro f1对每个类别赋予相同权重。应用场景不同:micro f1适用于类别数量差异不大的情况,macro f1更适用于不平衡数据集。数值大小不同:macro f1通常比micro f1大,因为它不受大类别的主导影响。此外,还有一种weighted f1,它根据每个类别的样本数量进行加权平均。在类别分布极度不平衡时,可以考虑使用weighted f1。
F1 micro macro 区别和详解
weixin_48185819的博客
08-24 1万+
micro-F1和macro-F1详解 摘要 micro-F1： macro-F1： weighted-F1 调参 摘要 F1-score：是统计学中用来衡量二分类模型精确度的一种指标，用于测量不均衡数据的精度。它同时兼顾了分类模型的精确率和召回率。F1-score可以看作是模型精确率和召回率的一种加权平均，它的最大值是1，最小值是0。 在多分类问题中，如果要计算模型的F1-score，则有两种计算方式，分别为micro-F1和macro-F1，这两种计算方式在二分类中与.
micro-F1和macro-F1评价指标的理解
郝同学的博客
10-24 4322
实际场景下我们究竟该如何选择micro-F1、macro-F1 or Weighted-F1？
【多分类指标-Macro-F1 与Micro-F1】
图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖
10-09 8698
转载 https://blog.csdn.net/lyb3b3b/article/details/84819931 还可参考 https://www.cnblogs.com/techengin/p/8962024.html https://zhuanlan.zhihu.com/p/64315175 https://blog.csdn.net/qq_43190189/article/details/105778058 https://blog.csdn.net/sinat_28576553/article/d
机器学习指标2 micro f1和macro f1
人工智能曾小健
05-21 1002
Micro F1更关注整体性能，适用于类别分布相对平衡的情况。Macro F1更关注每个类别的性能，适用于类别分布不平衡的情况，或者当需要评估每个类别的性能时。在实际应用中，根据具体问题和业务需求选择合适的 F1 分数计算方法是很重要的。
[confluence插件] confluence-markdown-macro-1.6.22.jar
07-07
[confluence插件] confluence-markdown-macro-1.6.22.jar [confluence插件] confluence-markdown-macro-1.6.22.jar [confluence插件] confluence-markdown-macro-1.6.22.jar [confluence插件] confluence-markdown-...
XILINX-7SERIES-BARM-TDP-MACRO
07-10
XILINX-7SERIES-BARM-TDP-MACRO
使用keras实现Precise, Recall, F1-socre方式
09-16
在多分类任务中，我们还可以计算Micro-F1和Macro-F1。Micro-F1是所有类别的TP、FP和FN求和后计算的F1分数，它更关注整体表现。而Macro-F1则是对每个类分别计算F1分数后再取平均值，它能更好地反映各类别的性能。 ...
一文解释Micro-F1, Macro-F1，Weighted-F1
鲁班七号
07-02 1万+
  本文用通俗易懂的形式解释多分类任务中的micro-f1，macro-f1，weighted-f1。前提需要知道基本的概念如精确率、召回率。  
机器学习学习笔记（4）——macro-F1与micro-F1
LiQZ的博客
12-30 3101
本文以我自己的实验数据来作为样例说明何为macro F1与micro F1 目录1 前置知识2 macro-F1与micro-F12.1 使用场景2.2 计算方法3 总结4 参考 1 前置知识 关于F1 score的内容如果还不清楚的朋友，可以参考我的上一篇博客：《机器学习学习笔记（1）——错误率、精度、准确率、召回率、F1度量》 这里就只简单的提一下核心的混淆矩阵与公式： F1 score的公式： F1=2PRP+RF1 = \frac{2 P R}{P + R}F1=P+R2PR​ 其中：PPP是.
sklearn中 F1-micro 与 F1-macro区别和计算原理
lyb3b3b的专栏
12-05 3万+
二分类使用Accuracy和F1-score，多分类使用宏F1和微F1。 最近在使用sklearn做分类时候，用到metrics中的评价函数，其中有一个非常重要的评价函数是F1值， 在sklearn中的计算F1的函数为 f1_score ，其中有一个参数average用来控制F1的计算方式，今天我们就说说当参数取micro和macro时候的区别 1、查准率，查全率，F1值: 对...
Micro-F1和Macro-F1详解--转载自“Troye Jcan”
DocVenom的博客
02-18 234
https://blog.csdn.net/qq_43190189/article/details/105778058?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164517755116781683936008%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164517755116781683936008&am
【NLP】micro F1与macro F1区别
zkq_1986的博客
08-28 1638
micro F1是，通过 计算所有分类的准确率P、召回率R，再得出总的F1。 macro F1是，通过计算所有分类的F1，再通过简单平均，得到总的F1。
ML: F1score与Macro-F1 score
sevune的博客
02-01 1020
F1值是一种用于评估二分类模型性能的指标，结合了模型的精确度（Precision）和召回率（Recall）。F1值是这两个指标的调和平均数。PrecisionTPFPTP​RecallTPFNTP​F12⋅PrecisionRecallPrecision⋅Recall​F1值对于那些需要平衡精确度和召回率的任务非常有用，例如医学诊断、垃圾邮件检测等。
一起理解指标ACC、Precision、Recall、F1、FPPI、MissRate(MR)、Macro-F1、Micro-F1
SpaceSunflower 's ML/DL home
12-05 1449
【一起理解指标】ACC、Precision、Recall、F1、FPPI、MissRate(MR)、Macro-F1、Micro-F1
paddle Macro-F1
08-28
Paddle的Macro-F1指标是用来评估预测句子相较于ground truth中实体的重复率的一种方法。在计算Macro-F1时，首先计算每个样本的F1值，然后对所有样本的F1值求平均得到最终的Macro-F1值。F1的计算公式为F1=2*(Precision*Recall)/(Precision+Recall)，其中Precision代表准确率，Recall代表召回率。因此，Paddle的Macro-F1可以通过计算每个样本的准确率和召回率，再求平均得到。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [评价指标F1之Mirco-F1和Macro-F1](https://blog.csdn.net/ChinaZm/article/details/124340548)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [PaddleDetection-release-2.51，PaddleDetection源码包](https://download.csdn.net/download/weixin_44906759/87359252)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

音程

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值