scikit加权f1分数计算及使用

Posted 2023-03-12

【中文标题】scikit加权f1分数计算及使用

【英文标题】：scikit weighted f1 score calculation and usage

【发布时间】：2016-01-24 10:25:39

【问题描述】：

我对 sklearn.metrics.f1_score 中的 weighted 平均值有疑问

sklearn.metrics.f1_score(y_true, y_pred, labels=None, pos_label=1, average='weighted', sample_weight=None)

Calculate metrics for each label, and find their average, weighted by support (the number of true instances for each label). This alters ‘macro’ to account for label imbalance; it can result in an F-score that is not between precision and recall.

首先，如果有任何参考证明使用加权 F1 是合理的，我只是好奇在哪些情况下我应该使用加权 F1。

第二，听说weighted-F1已经弃用了，是真的吗？

第三，实际加权-F1是如何计算的，例如

    "0": 
        "TP": 2,
        "FP": 1,
        "FN": 0,
        "F1": 0.8
    ,
    "1": 
        "TP": 0,
        "FP": 2,
        "FN": 2,
        "F1": -1
    ,
    "2": 
        "TP": 1,
        "FP": 1,
        "FN": 2,
        "F1": 0.4
    

如何计算上例的加权-F1。我虽然应该是(0.8*2/3 + 0.4*1/3)/3，但是我错了。

【参考方案1】：

首先，如果有任何参考证明使用加权 F1 是合理的，我只是好奇在哪些情况下我应该使用加权 F1。

我没有任何参考资料，但如果您对多标签分类感兴趣，您关心所有类的精度/召回率，那么加权 f1 分数是合适的。如果你有只关心正样本的二元分类，那么它可能不合适。

第二，听说weighted-F1已经弃用了，是真的吗？

不，weighted-F1 本身并没有被弃用。在 v0.16 中，仅弃用了函数接口的某些方面，然后只是为了在以前模棱两可的情况下使其更加明确。 （历史讨论on github 或查看the source code 并在页面中搜索“已弃用”以查找详细信息。）

第三，实际加权-F1 是如何计算的？

来自f1_score的文档：

``'weighted'``:
  Calculate metrics for each label, and find their average, weighted
  by support (the number of true instances for each label). This
  alters 'macro' to account for label imbalance; it can result in an
  F-score that is not between precision and recall.

因此平均值由 support 加权，即具有给定标签的样本数。由于您上面的示例数据不包括支持，因此无法根据您列出的信息计算加权 f1 分数。

【讨论】：

感谢您的详尽回答。只有一个问题：如果支持是每个标签的真实实例数，我们不能通过为每个标签添加TP + FN 来计算吗？