P为查准率,R为查全率
F1=2*P*R/(P+R) =2*TP/(样例总数+TP-TN)=2*TP/(TP+TP+FN+FP)
在不同的事件中,我们对于查全率/查准率有着不同偏好
对应不同的偏重来改变F1度量的表现形式->Fβ
其中β =1时 即为标准的F1表现公式;β>1时查全率有更大的影响;β<1时查准率有更大影响。
F1常用在学习器中的二分类混淆矩阵上。
像上图一般,记住TP,FN,FP,TN的判定条件
A对A,B对B,C对C即为真正例,A,对B,对C即属于假正例,依次对照求取
TP,FN,FP,TN。
已知四个变量,接下来根据查全率R和查准率P的公式就可以算出P和R
同时可以计算出F1变量
如果有多个二分类混合矩阵,就求取各个矩阵的(P,R)
再求取矩阵的(P,R)合集的平均值即可(TP等量也可平均处理计算)。
就像分苹果一般手动滑稽