什么是weka中每个类的f-measure

Question

当我们评估WEKA中的分类器时，例如2级分类器，它给出了3个f-度量：第1类的f-度量，第2类和加权的f度量。

我很困惑！我认为f-measure是一个平衡的衡量标准，可以显示多个级别的均衡性能指标，那么1级和2级的f-measure意味着什么呢？

Answer 1

f-score（或f-measure）是根据精确度和召回率计算的。计算如下：

Precision = t_p / (t_p + f_p)
Recall = t_p / (t_p + f_n)
F-score = 2 * Precision * Recall / (Precision + Recall)

t_p是真阳性的数量，f_p误报的数量和f_n假阴性的数量。精度定义为在算法归类为正数的所有元素中正确分类为正数的元素的分数，而召回是在所有正元素中正确分类为正数的元素的分数。

在多类情况下，每个类i都有相应的精度和回忆，其中“真正的正面”是预测在i中的元素真正在其中并且是“真正的负面” “是预测不在i中的元素，不在其中。

因此，通过这种精确度和召回的新定义，每个类可以通过执行与二进制情况相同的计算来获得自己的f分数。这就是Weka向你展示的。

加权f分数是类别f分数的加权平均值，按每个类别中元素的比例加权。