MaS*_*ehr 6 evaluation machine-learning weka
当我们在WEKA中评估分类器时,例如2级分类器,它给出了3个f-度量:对于类1,对于类2和加权f-度量的f-度量.
我很困惑!我认为f-measure是一种平衡的衡量标准,可以显示多级的均衡性能指标,那么1级和2级的f-measure意味着什么呢？
aga*_*rie 13
f分数(或f-度量)基于精确度和召回率计算.计算如下:
Precision = t_p / (t_p + f_p)
Recall = t_p / (t_p + f_n)
F-score = 2 * Precision * Recall / (Precision + Recall)
t_p真阳性f_p的数量,假阳性f_n的数量和假阴性的数量在哪里.精度定义为在算法归类为正数的所有元素中正确分类为正数的元素的分数,而召回是在所有正元素中正确分类为正数的元素的分数.
在多类情况下,每个类i都有相应的精度和召回率,其中"真正的正面"是预测在其中的元素i,而"真正的负面"是预测不在其中的元素i不是在里面.
因此,通过这种精确度和召回的新定义,每个类可以通过执行与二进制情况相同的计算来获得自己的f分数.这就是Weka向您展示的内容.
加权f分数是类的f分数的加权平均值,通过每个类中有多少元素的比例加权.