Modelli di classificazione multiclasse a punteggio

La classificazione multiclasse si ha quando si cerca di prevedere un singolo risultato discreto come nella classificazione binaria, ma con più di due classi. I modelli di classificazione multiclasse sono valutati in base a diverse medie di F1.

Macro F1

Macro F1 è il valore medio di F1 per ogni classe senza ponderazione, cioè tutte le classi sono trattate allo stesso modo.

Micro F1

Micro F1 è il valore F1 calcolato sull'intera matrice di confusione. Vengono contati il totale dei veri positivi, dei falsi negativi e dei falsi positivi. Il calcolo del punteggio Micro F1 è equivalente al calcolo della precisione globale o del richiamo globale.

F1 ponderato

L'F1 ponderato corrisponde alla classificazione binaria F1. Viene calcolato per ogni classe e poi combinato come media ponderata tenendo conto del numero di record per ogni classe.

Accuratezza

L'accuratezza misura la frequenza con cui il modello ha fatto una previsione corretta in media. È calcolata come il numero di previsioni esattamente corrispondenti diviso per il numero di campioni.