关于机器学习:评价指标详解F1score与多分类F1

文章转自【机器学习炼丹术】

首先，要背住的几个概念就是：accuracy,precision,recal, TP,FP,TN,FN

TP:true positive。预测是正确的正样本
FP:false positive。预测是谬误的正样本
TN：true negative。预测是正确的负样本
FP:false positive。预测是谬误的负样本

通常咱们会做出这样的一个混同矩阵：

右边的 positive，negative 示意样本实在值，表格上边的 positive，negative 示意样本的预测后果。

当初咱们有这样的一个例子：

图中的 TP，FP 等是一个比例，假如总共有 100 个样本，有 40 个是 TP，有 20 个是 FP……(不过混同矩阵个别不必除以总样本数量)

当初咱们有了
$TP=0.3,FP=0.1$
$TN=0.4,FN=0.2$

准确率是指，对于给定的测试数据集，分类器正确分类的样本书与总样本数之比，也就是预测正确的概率。

对应下面的例子，能够失去 Accuracy=0.7。

【准确率 Accuracy 的弊病】

准确率作为咱们最罕用的指标，当呈现样本不平衡的状况时，并不能正当反映模型的预测能力。例如测试数据集有 90% 的正样本，10% 的负样本，假如模型预测后果全为正样本，这时准确率为 90%，然而模型对负样本没有辨认能力，此时高准确率不能反映模型的预测能力。

示意预测为正的样本中，理论的正样本的数量。

对应下面的例子，$precision=\frac{0.3}{0.3+0.1}=0.75$。

【集体了解】

Precision 是针对预测后果而言的。预测后果中，预测为正的样本中预测正确的概率。相似于一个考生在考卷上写进去的答案中，正确了多少。体现模型的精准度，模型说：我说哪个对哪个就是对的。

Recall 示意理论为正的样本被判断为正样本的比例

对应上述的例子，失去 $Recall=\frac{0.3}{0.3+0.2}=0.6$

【集体了解】

Recall 是针对数据样本而言的。数据样本中，正样本中预测正确的概率。相似于一个考生在考卷上答复了多少题。体现一个模型的全面性，模型说：所有对的我都能找进去。

Precision 和 Recall 是一对矛盾的度量，一般来说，Precision 高时，Recall 值往往偏低；而 Precision 值低时，Recall 值往往偏高。当分类置信度高时，Precision 偏高；分类置信度低时，Recall 偏高。为了可能综合思考这两个指标，F-measure 被提出（Precision 和 Recall 的加权和谐均匀），即：

F1 的核心思想在于，在尽可能的进步 Precision 和 Recall 的同时，也心愿两者之间的差别尽可能小。F1-score 实用于二分类问题，对于多分类问题，将二分类的 F1-score 推广，有 Micro-F1 和 Macro-F1 两种度量。

【Micro-F1】

统计各个类别的 TP、FP、FN、TN，加和形成新的 TP、FP、FN、TN，而后计算 Micro-Precision 和 Micro-Recall，失去 Micro-F1。具体的说，统计进去各个类别的混同矩阵，而后把混同矩阵“相加”起来，失去一个多类别的混同矩阵，而后再计算 F1score

【Macro-F1】

我感觉更罕用的是 Macro-F1。统计各个类别的 TP、FP、FN、TN，别离计算各自的 Precision 和 Recall，失去各自的 F1 值，而后取平均值失去 Macro-F1

【总结】

从下面二者计算形式上能够看出，Macro-F1 平等地对待各个类别，它的值会受到罕见类别的影响；而 Micro-F1 则更容易受到常见类别的影响。

参考：

[1]http://zjmmf.com/2019/08/13/F…

[2]https://zhuanlan.zhihu.com/p/…

关于机器学习:评价指标详解F1score与多分类F1

基本概念

准确率 Accuracy

准确率 Precision

召回率 Recall

F1 score