宏 F1 与宏 F1
机器学习
2021-02-09 v3 机器学习
摘要
“宏 F1（macro F1）”指标常用于评估二分类、多分类与多标签分类问题。然而，我们发现存在两种不同的公式来计算该量。在本札记中，我们表明仅在一些罕见情形下这两种计算可视为等价。更具体地，其中一种公式会很好地“奖励”产生偏斜错误类型分布的分类器。事实上，两种计算结果的差异可高达 0.5。这两种计算不仅标量结果可能分歧，还可能导致不同的分类器排序。
引用
@article{arxiv.1911.03347,
title = {Macro F1 and Macro F1},
author = {Juri Opitz and Sebastian Burst},
journal= {arXiv preprint arXiv:1911.03347},
year = {2021}
}
备注
6 pages (+ appendix), 6 figures, fixed typo