Score geven aan multiclass-classificatiemodellen

Multiclass-classificatie is wanneer u probeert één discrete uitkomst te voorspellen als in een binaire classificatie, maar met meer dan twee klassen. De score voor multiclass-classificatiemodellen wordt vastgesteld op basis van verschillende gemiddelden van F1.

Macro F1

Macro F1 is de gemiddelde F1-waarde voor iedere klasse zonder weging, dat wil zeggen: alle klassen worden gelijk behandeld.

Micro F1

Micro F1 is de F1-waarde die wordt berekend voor de gehele verwarringsmatrix. Het totale aantal waar-positieve, fout-negatieve en fout-positieve waarden wordt meegerekend. Berekening van de micro F1-score staat gelijk aan de berekening van de algehele precisie of de algehele recall.

Gewogen F1

Gewogen F1 komt overeen met de binaire classificatie F1. Dit wordt voor iedere klasse berekend en vervolgens gecombineerd als een gewogen gemiddelde dat rekening houdt met het aantal records per klasse.

Nauwkeurigheid

Nauwkeurigheid meet hoe vaak het model gemiddeld een juiste voorspelling heeft gedaan. Dit wordt berekend als het aantal exact overeenkomende voorspellingen, gedeeld door het aantal voorbeeldwaarden.