[分类问题的评估指标] Macro-F1和Micro-F1

本文介绍了分类问题的评估指标,特别是Macro-F1和Micro-F1的区别。Macro-F1对所有类别平等对待,易受稀有类别影响,而Micro-F1更关注整体性能,可能受常见类别主导。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

分类问题的评估指标

在利用K_means 、LR、SVM 分类,评估Embedding 结果的好坏时,遇到如下代码: 不理解当中 micro_f1,macro_f1的含义,开此篇学习记录。
    def classification(x, y, method='XGBoost'):
        x_train, x_valid, y_train, y_valid = train_test_split(x
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值