Pagsasama-sama ng Katumpakan at Recall Ginagamit namin ang harmonic mean sa halip na isang simpleng average dahil pinaparusahan nito ang mga matinding value. … Ang marka ng F1 ay nagbibigay ng pantay na timbang sa parehong mga sukat at isang partikular na halimbawa ng pangkalahatang sukatan ng Fβ kung saan maaaring isaayos ang β upang bigyan ng higit na timbang ang alinman sa recall o precision.
Bakit gagamitin ang harmonic mean?
The harmonic mean nakakatulong na makahanap ng multiplicative o divisor na ugnayan sa pagitan ng mga fraction nang hindi nababahala tungkol sa mga common denominator. Ang mga harmonikong paraan ay kadalasang ginagamit sa pag-average ng mga bagay tulad ng mga rate (hal., ang average na bilis ng paglalakbay na binigay sa tagal ng ilang biyahe).
Paano kinakalkula ang mga marka ng F1?
Ang F1 Score ay ang 2((precisionrecall)/(precision+recall)). Tinatawag din itong F Score o F Measure. Sa ibang paraan, ang F1 na marka ay nagbibigay ng balanse sa pagitan ng katumpakan at ng pagbabalik.
Ano ang itinuturing na magandang marka ng F1?
Ibig sabihin, ang isang magandang marka ng F1 ay nangangahulugan na mayroon kang mababa ang mga false positive at mababa ang mga false negative, kaya natutukoy mo nang tama ang mga tunay na banta at hindi ka naaabala ng mga maling alarma. Ang F1 na marka ay itinuturing na perpekto kapag ito ay 1, habang ang modelo ay isang kabuuang bagsak kapag ito ay 0.
Ano ang ibig sabihin ng F1 score?
Ang F1-score ay isang sukat na ginagamit upang masuri ang kalidad ng mga problema sa binary classification pati na rin ang mga problema sa maraming binary label o maraming klase. Ang F1-score=1 ang pinakamagandavalue (perpektong katumpakan at recall), at ang pinakamasamang value ay 0.
