为什么F1测量对评估多类分类器有效？

Question

我一直在为多类分类器寻找一个好的误差度量标准，很多人说通常使用F1测量。 但鉴于多类分类器的预测是一个热门的向量，它不意味着当预测错误时没有真正的积极因素吗？ 我的意思是：

image

当预测正确时，除了单个'1'之外，每个元素都是真阴性。所以这里的精度只有1。

image

当预测不正确时，没有真正的积极因素。所以精度为0。

我理解F1在多标签分类方面是一种强大的度量方法，因为向量中可以有多个1，但在多类分类上应用F1对我来说似乎有点奇怪。只是准确度不一样吗？ 或者是否意味着应该使用每个级别

。

Answer 1

我建议看一下Wikipedia，尤其是“扩展到多类分类”部分。

在Coursera上找到了有关如何将F1应用于多类分类器的很好的解释。