多分类f1-score，Micro-F1和Macro-F1

研究生开学以后不怎么写博客了，其实应该坚持写的。

分类模型的指标：f1-score,auc,roc曲线，precision,specificity,sensitivity,recall,accuracy

confusion matrix混淆矩阵

 

多分类的f1-score:

(1)micro

 

 

(2)macro

单独算每一类的f1，然后求平均值

 

posted @   Tomorrow1126  阅读(202)  评论(0)  编辑  收藏  举报
相关博文：
· 深度学习模型评价指标（准确率、精确率、召回率、F1、ROC、AUC）
· 关于分类任务的一些知识点
· 模型的评估方式
· 分类模型评估（混淆矩阵, precision, recall, f1-score）的原理和Python实现
· 【747】多分类模型metrics计算
阅读排行：
· 阿里最新开源QwQ-32B，效果媲美deepseek-r1满血版，部署成本又又又降低了！
· SQL Server 2025 AI相关能力初探
· 单线程的Redis速度为什么快？
· AI编程工具终极对决：字节Trae VS Cursor，谁才是开发者新宠？
· 开源Multi-agent AI智能体框架aevatar.ai，欢迎大家贡献代码
点击右上角即可分享
微信分享提示
AI IDE Trae