模型评估指标micro avg、macro avg和weighted avg的计算方式及区别

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.5k累计阅读 1.5k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄19年

关注

转载最新推荐文章于 2026-08-11 19:38:42 发布 1.5k 阅读 AI 写同款· GEO 优化 ›

多分类问题的“宏平均”（macro-average）与“微平均”(micro-average) 阅读详情

模型评估指标micro avg、macro avg和weighted avg的计算方式及区别-技术圈

收录于

AI理论

当前文章被收录于：

AI理论

206 篇文章 5 人学习

订阅专栏查看详情

李航统计学系方法系列

当前文章被收录于：

李航统计学系方法系列

204 篇文章 5 人学习

订阅专栏查看详情

西瓜书机器学习

当前文章被收录于：

西瓜书机器学习

21 篇文章 1 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#机器学习 #深度学习

原文链接：https://jishuin.proginn.com/p/763bfbd55d01>

python 能源系统建模：message-ix Integrated assessment model的安装点赞发Nature 关注中Science message-ix是IIASA做的全球能源系统综合评估模型的python包，19年发布，提供了很方面的python API做 ———————— 我是仁荷大学的经管博士生(我的google scholar, 我的Github)，关注能源转型过程中的环境、经济问题。专注于分享利用python科研的技巧，欢迎一起交流、学习、合作。关于我的博客内容、其他相关的研究问题，有问题可以评论、私信我~ ... 阅读详情

相关推荐

机器学习中的Macro-F1：为什么你的分类模型需要它？（附实战代码）

本文深入探讨了机器学习中Macro-F1指标在分类模型评估中的重要性，特别是在数据分布不平衡的场景下。通过实战代码演示如何计算和解读Macro-F1，帮助开发者更准确地评估模型性能，避免因忽视小类样本而导致的误判。文章还提供了优化策略，包括数据增强和模型调优，以提升Macro-F1分数。

weixin_29079643的博客 296

【分类模型评价】宏平均（macro avg）、微平均(micro avg)和加权平均(weighted avg)

当我们使用 sklearn.metric.classification_report 工具对模型的测试结果进行评价时，会输出如下结果：对于精准率（precision ）、召回率（recall）、f1-score，他们的计算方法很多地方都有介绍，这里主要讲一下micro avg、macro avg 和weighted avg 他们的计算方式。 1、宏平均 macro avg: 对每个类别的精准、召回和F1 加和求平均。精准macro avg =(P_no+P_yes) / 2 =(0.24+0.73)

Joker 007的博客 2万+

【机器学习】Macro-F1（宏平均 F1）是什么？

摘要： Macro-F1是一种用于评估分类模型性能的指标，尤其适用于样本不均衡的场景。它通过计算每个类别的F1分数并取等权平均，确保小类和大类同等重要，避免被大类样本掩盖。公式上，Macro-F1是各类别F1的平均值（$K$为类别数）。在二分类和多分类任务中，Macro-F1能全面反映模型对稀有类别的识别能力。与其他指标（如Weighted-F1和Micro-F1）相比，Macro-F1更公平，适合作为主报告指标。实际应用中，可通过脚本输出的macro_f1列或分类报告获取结果，并结合混淆矩阵分析小类漏检问

weixin_44174312的博客 1807

【机器学习-模型评价指标】宏平均（macro avg）、微平均(micro avg)和加权平均(weighted avg)

我们使用 sklearn.metric.classification_report 工具对模型的测试结果进行评价时，会输出如下结果：（表格） 0 precision recall f1-score support 0 0.99 0.99 0.99 155 1 0.90 0.82 0.86 11 accuracy

Joyeishappy的博客 1万+

Scikit-Learn中SVM实战：二分类与多分类调参避坑指南

支持向量机（SVM）是一种基于最大间隔原理的监督学习算法，其核心在于通过核技巧将数据映射到高维空间并寻找最优超平面。在工程落地中，SVM的性能高度依赖特征缩放、核函数选择与超参数协同调优——尤其是C（正则化强度）和gamma（RBF核尺度）的物理意义直接影响模型泛化能力。它广泛应用于金融风控、医疗影像、工业缺陷检测等对决策边界可解释性要求高的场景；在二分类任务中提供清晰的分类距离输出，在多分类任务中需权衡one-vs-one与one-vs-rest策略的稳定性与效率。本文聚焦Scikit-Learn实现细节

weixin_33834137的博客 556

Scikit-learn KNN实战手册：从参数调优到线上部署

K最近邻（KNN）是一种基于实例的懒惰学习算法，其核心原理是通过距离度量寻找相似样本并聚合邻居输出。技术价值在于零训练开销、天然可解释性与任务泛化能力（支持分类/回归/多输出），但实际落地受制于维度灾难、距离函数合理性与索引效率。典型应用场景包括电商商品推荐、金融风控逾期预测、IoT设备故障预警及医疗亚健康识别——这些场景共同指向对业务语义距离建模、K值业务敏感度校准、ball_tree与brute算法选型等关键实践需求。本文聚焦Scikit-learn中KNN在真实生产环境中的参数深度解析、自定义距离函数

xpmwgcwm的博客 397

一文解释Micro-F1, Macro-F1，Weighted-F1

本文用通俗易懂的形式解释多分类任务中的micro-f1，macro-f1，weighted-f1。前提需要知道基本的概念如精确率、召回率。

鲁班七号 2万+

message_ix:综合评估和能源系统模型MESSAGEix

MESSAGEix框架 MESSAGEix是IIASA能源，气候与环境（ECE）计划自1980年代以来开发的多功能，动态系统优化建模框架。 MESSAGE是用于战略能源规划和能源工程，经济，环境（E4）系统综合评估的模型的特定数学公式。线性规划优化模型可以链接到一般均衡MACRO模型，以纳入能源和商品的价格与需求水平之间的反馈。 message_ix Python软件包包括MESSAGE，MACRO及其链接的实现，以及用于模型构建的科学编程API和工具，测试套件和文档。该框架基于IIASA的，该提供了用于强大的数字情景分析的数据仓库功能。执照版权所有:copyright:2018–2021 IIASA能源，气候与环境（ECE）计划 MESSAGEix框架已根据Apache许可版本2.0（“许可”）获得许可；除非符合许可，否则不得使用该存储库中的文件。您可以在处获得许可证的副本。除非适用法

micro avg、macro avg 和 weighted avg 的区别

多分类任务评估中的三种平均指标各有特点：micro avg汇总所有类别计算整体指标，适用于关注全局准确率；macro avg平等对待每个类别，适合各类别重要性相当的情况；weighted avg按样本数加权平均，更贴近实际业务表现。micro avg受大类影响大，macro avg易被小类拖累，weighted avg则能反映真实数据分布。实际应用中，类别不平衡时可优先看weighted avg或micro avg，若各类别同等重要则关注macro avg。选择合适指标需结合具体业务场景和数据特点。

Kent_Li的博客 1771

大模型推理中Prefill与Decode、KV Cache三者说明

Prefill 阶段对输入 Prompt 并行编码，一次性构建KV Cache，属于计算密集型任务。Decode 阶段逐 token 迭代生成，复用KV Cache避免重复计算，属于显存带宽密集型任务。KV Cache是自回归推理的核心基石，用显存换时间，实现两阶段衔接与高效生成。PD 分离通过任务解耦、异构硬件、异步调度、独立批处理，解决传统一体化推理的资源冲突与利用率低下问题，是当前云端大模型推理服务的主流工程优化方向。

a486259的博客 1483

cadence capture CIS 之使用access创建数据库（.mdb）

cadence capture CIS 之使用access创建数据库（.mdb）准备工作新建数据库准备工作 1、一台电脑； 2、安装 Microsoft access database；新建数据库打开你准备创建数据库的位置，右键单击——》新建——》 Microsoft access database（注意：文件格式要选*.mdb）打开数据库文件，创建——》表；对数据表进行编辑，编辑表头、编辑表的内容、增加表的数量；编辑表头：选中要编辑的表——》表设计编辑内容：类似于excel添

weixin_42256550的博客 3147

别再乱用平均指标了！用sklearn的classification_report解读Macro/Micro/Weighted F1

本文深入解析了多分类模型评估中Macro/Micro/Weighted F1指标的区别与应用场景。通过sklearn的classification_report实战演示，帮助数据科学从业者避免常见误区，根据医疗诊断、推荐系统等不同业务需求选择合适的评估指标，提升模型优化效果。

weixin_42713608的博客 233

五大经典遥感数据集对比：LoveDA、Potsdam、Toronto、Vaihingen、Massachusetts Roads选哪个？

本文深度对比了LoveDA、Potsdam、Vaihingen、Toronto和Massachusetts Roads五大经典遥感数据集。针对城市监测、道路提取、土地分类等不同任务，从分辨率、标注质量、数据规模及场景多样性等核心维度进行分析，为研究者根据项目目标、硬件条件与应用场景选择最合适的遥感数据集提供决策指南。

weixin_29057065的博客 237

sklearn 1.4+ 多分类评估实战：macro/weighted/micro 3种平均方式对比与选择

本文深入探讨了sklearn 1.4+中多分类评估的三种平均方式：macro、weighted和micro，通过对比分析它们在accuracy、precision、recall和F1等指标上的表现，帮助开发者根据类别平衡性和业务需求选择最佳评估策略。文章结合实战案例，详细解析了不同场景下的应用指南和常见陷阱，为机器学习模型评估提供了实用参考。

weixin_29057163的博客 287

QGIS之二十六pbf转osm转shp

yilvyangguang520的博客 7498

智能测试策略优化:平衡覆盖率、时间和资源

在软件开发过程中，测试是确保软件质量的关键环节。然而，测试工作往往面临着诸多挑战，其中如何在保证测试覆盖率的前提下，合理分配时间和资源是一个核心问题。本文章的目的在于探讨智能测试策略的优化方法，帮助软件测试团队在有限的时间和资源条件下，实现尽可能高的测试覆盖率。文章的范围涵盖了智能测试策略的核心概念、算法原理、数学模型、实际应用案例以及相关工具和资源等方面。本文将按照以下结构进行组织：首先介绍智能测试策略优化的背景和相关概念，包括核心术语和缩略词的定义；

AIGC应用创新大全的博客 620

从‘猫、鱼、鸡’到你的数据集：用Excel和Python彻底搞懂多分类评估的三种平均算法

当你的模型把猫识别成鱼、把鸡误判为猫时，如何客观评价这个分类器的表现？多分类问题中的评估指标远比简单的准确率复杂得多。本文将带你用Excel手动拆解每个计算环节，再用Python实现自动化流程，彻底掌握Macro-average、Micro-average和Weighted-average三种算法的本质差异。

weixin_28366475的博客 375

《大数据之路：阿里巴巴大数据实践》-第1篇数据技术篇 -第3章数据同步

我们将数据釆集分为日志采集和数据库数据同步两部分。数据同步技术更通用的含义是不同系统间的数据流转，有多种不同的应用场景。主数据库与备份数据库之间的数据备份，以及主系统与子系统之间的数据更新，属于同类型不同集群数据库之间的数据同步。另外，还有不同地域、不同数据库类型之间的数据传输交换，比如分布式业务系统与数据仓库系统之间的数据同步。对于大数据系统来说，包含数据从业务系统同步进入数据仓库和数据从数据仓库同步进入数据服务或数据应用两个方面。本章侧重讲解数据从业务系统同步进入数据仓库这个环节，但其适

m0_54252387的博客 961

分类问题实战2026版：从逻辑回归到深度学习的完整图像识别项目

本文通过两个实战项目全面讲解分类问题：信用卡欺诈检测（二分类）和MNIST手写数字识别（多分类）。针对信用卡欺诈检测中的样本不平衡问题，演示了随机过采样、欠采样和SMOTE三种处理方法，比较了逻辑回归、随机森林和XGBoost等模型的性能，强调在不平衡数据中Precision、Recall、F1等指标比准确率更重要。对于MNIST项目，则采用CNN深度学习模型实现高精度多分类，涵盖数据预处理、模型构建、训练和评估全流程。通过这两个案例，完整展示了从传统机器学习到深度学习的分类问题解决方案。

热爱技术与前沿创新，深耕科技领域，在科创中精进自我；探索技术乐趣，分享技术干货与成长心得，以技术为伴，热爱生活，在科创与生活中双向成长。 209

内存泄漏系列专题分析之二十三：meminfo无法统计到的黑洞内存泄漏分析

683

docker安装部署openclaw详细教程(安装、卸载、问题处理)

摘要：本文详细介绍了使用Docker部署OpenClaw本地AI智能体框架的全流程，包括代码下载、容器化安装、交互式配置及Token设置。Docker方案解决了环境配置复杂、依赖冲突等痛点，提供开箱即用的隔离环境。教程涵盖常见错误（如EACCES权限问题、网关启动失败、设备配对需求）的解决方案，并提供了完整的卸载指南。通过Docker部署，用户可快速构建安全、一致的AI智能体开发环境，实现大模型与本地工具的高效连接。

少说，多做 4003

机器学习训练集、验证集、测试集，分类问题和回归问题评估指标，交叉验证法，macro avg与weighted avg含义，roc_auc_score与classification_report函数

机器学习训练集、验证集、测试集，分类问题和回归问题评估指标，数据集划分方式：交叉验证法，precision、recall、f1-score与accuracy介绍，maro avg：宏平均，计算方式为每个类型的算术平均，weighted avg：加权平均，是用每个类型样本数量与对应权重相乘再除以所有类别的样本总数，ROC、AUC

我的个人博客 1万+

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候提示IE WebControls 不通过，这个工具可以欺骗u8的检查。跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

混淆矩阵中的宏平均/微平均/权值平均的含义

micro avg的中文名称为微平均，是对数据集中的每一个示例不分类别进行统计建立全局混淆矩阵，然后计算相应的指标。在机器学习和深度学习模型评估结果中，我们经常会遇到micro avg、macro avg和weighted avg。本文将会介绍这三种模型评估指标的计算方式以及它们之间的区别。对于类别B，它的TP=1， FP=1；其中TP为被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的样本数，FP为被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的样本数。

walkkx的博客 1382

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/

宏平均（macro avg）、微平均（micro avg）、加权平均（weighted avg)、精度（precision）、召回率recall、f1score、confusion matrix

分类任务：宏平均：对类的平均。有两类，直接（0.24+0.73）/2 = 0.45 微平均：对每个样本的平均。样本总数有7535+22462个：0.24*7535+0.73*22462 加权平均：考虑了权重的宏平均。0.24*（7535/29997）+0.73*（22462/29997）分类问题的几个评价指标（Precision、Recall、F1-Score、Micro-F1、Macro-F1）：https://blog.csdn.net/sinat_28576553/ar..