知识卡片
多类别评价标准
二类别评分标准可用一对多(OvA)扩展到多类别:微均值汇总所有类的 TP/TN/FP/FN 计算,等同看待每个实例;宏均值只对各系统分值取平均,等同看待各类别。加权宏均值以各类实例数为权重,类样本分布不均时更有效。scikit-learn 多类别默认用归一化或加权宏均值,可通过 average 参数(precision_score、make_scorer 等)指定微/宏/加权平均方式。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 模型评估与参数调优实战 · 查看原书依据
微均值是通过系统的真正、真负、假正,以及假负来计算的
参考来源
- 位置:《Python机器学习》第6章《6.5.4 多类别分类的评价标准》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0096.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:微均值是通过系统的真正、真负、假正,以及假负来计算的