微观VS宏观VS加权F1分数[关闭]

Posted 2023-03-12

【中文标题】微观VS宏观VS加权F1分数[关闭]

【英文标题】：Micro VS Macro VS Weighted F1 Score [closed]

【发布时间】：2021-06-22 12:01:23

【问题描述】：

我有一个不平衡的多分类数据集。 我计算了微 F1、宏 F1 和加权 F1。 在预测不平衡数据集的整体性能时，我认为 Macro 是最好的。 但是，有人说如果要查看整体性能，请使用 Micro，而另一些人则说 Micro 仅在数据集不平衡时查看。

为什么在不平衡的数据集中使用 Micro？ 什么时候使用微、宏和加权？ 或者说，这些手段是在什么情况下使用的？

【问题讨论】：

我投票结束这个问题，因为它与 help center 中定义的编程无关，而是关于 ML 理论和/或方法 - 请参阅 ***.com/tags/machine-learning/info 中的介绍和注意事项跨度>

【参考方案1】：

首先看到这个answer

不平衡的数据始终是一个需要处理的大问题。这是不平衡数据示例的二元分类。总体准确度看起来不错，但是当您查看单个分数时，您会发现这是一个很大的失败！对于这种数据，我总是在得出结果之前检查次要班级的分数。您可以考虑在此类数据中进行数据扩充。有很好的库来处理不平衡的数据。这是 Python 中 library to deal with imbalanced data 的一个很好的例子。

最后，Micro avg 使用个人真假阳性也假阴性。 Micro avg 只是 presicion + recall 的平均值，不考虑数据中类的比例。所以微平均能更好地反映不平衡数据的准确性。

注意：

这里是sklearn网站的解释：

“微”：通过计算真阳性、假阴性和假阳性的总数来全局计算指标。

'macro'：计算每个标签的指标，并找到它们的未加权平均值。这没有考虑标签不平衡。

如果你看一下宏，它会说：这没有考虑标签不平衡。如果你有不平衡的数据，最好使用微观。 Source

#Confusion Matrix:
 [[3808    0]
 [ 182    2]]
              precision    recall  f1-score   support

           0       0.95      1.00      0.98      3808
           1       1.00      0.01      0.02       184

    accuracy                           0.95      3992
   macro avg       0.98      0.51      0.50      3992
weighted avg       0.96      0.95      0.93      3992

【讨论】：

Macro avg 不能更好地反映不平衡数据吗？因为，Macro avg 计算 F1 的平均值。所以我认为 Macro avg 显示了整体性能。但我不确定。如果我错了，请告诉我。

我编辑了答案，请看注释部分。

你知道什么时候使用加权？