Łączenie precyzji i przywołania Używamy średniej harmonicznej zamiast prostej średniej, ponieważ karze ona wartości ekstremalne. … Wynik F1 daje równą wagę obu miarom i jest konkretnym przykładem ogólnej metryki Fβ, w której β można dostosować, aby nadać większą wagę odwołaniu lub precyzji.
Dlaczego używać średniej harmonicznej?
Średnia harmoniczna pomaga znaleźć mnożniki lub dzielniki między ułamkami bez martwienia się o wspólne mianowniki. Średnie harmoniczne są często używane do uśredniania takich rzeczy, jak stawki (np. średnia prędkość podróży z uwzględnieniem czasu trwania kilku podróży).
Jak obliczane są wyniki F1?
Wynik F1 to 2((precyzjaprzywołanie)/(precyzja+przywołanie)). Jest również nazywany F Score lub F Measure. Innymi słowy, wynik F1 oddaje równowagę między precyzją a przywołaniem.
Co jest uważane za dobry wynik F1?
To znaczy, że dobry wynik F1 oznacza, że masz mało fałszywych alarmów i mało fałszywych alarmów, więc prawidłowo identyfikujesz prawdziwe zagrożenia i nie przeszkadzają Ci fałszywe alarmy. Wynik F1 jest uważany za doskonały, gdy wynosi 1, podczas gdy model jest całkowitym niepowodzeniem, gdy wynosi 0.
Co oznacza wynik F1?
Wynik F1 jest miarą używaną do oceny jakości problemów z klasyfikacją binarną, a także problemów z wieloma etykietami binarnymi lub wieloma klasami. Wynik F1=1 jest najlepszywartość (doskonała precyzja i przywołanie), a najgorsza wartość to 0.