是什么原因可能是F1的得分，这不是一个调和平均值的精确度和召回

Question

[！[在此处输入图像描述] [1]] [1]是什么原因导致F1得分不是精确的调和平均值，而对于多类而言，宏平均值的加权平均调用率却没有调和？我的数据集是不平衡的，并且预测歪斜。

Answer 1

macro F1为每个标签计算指标并找到其未加权平均值。装置，它并没有采取类不平衡考虑而，一个weighted macro F1计算的度量为每个标签，并发现它们的平均通过每个标签的实例的数目进行加权。因此，它可以解决班级不平衡的问题，并且得分不能介于准确性和召回率之间。

有关加权F1的示例，请参考答案Sandeep。