F1 score,micro F1score,macro F1score 的定义

2018年09月28日 19:30:08  阅读数 976

 

本篇博客可能会继续更新

最近在文献中经常看到precesion,recall，常常忘记了他们的定义，在加上今天又看到评价多标签分类任务性能的度量方法micro F1score和macro F2score。决定再把F1 score一并加进来把定义写清楚，忘记了再来看看。

F1score

F1score(以下简称F1)是用来评价二元分类器的度量，它的计算方法如下：

 

F1是用来衡量二维分类的，那形容多元分类器的性能用什么呢？micro F1score,和macro F2score则是用来衡量多元分类器的性能。

 

假设对于一个多分类问题，有三个类，分别记为1、2、3，

TPi是指分类i的True Positive；

FPi是指分类i的False Positive；

TNi是指分类i的True Negative；

FNi是指分类i的False Negative。

我们分别计算每个类的精度(precision)

macro 精度 就是所有分类的精度平均值

同样，每个类的recall计算为