การรวมความแม่นยำและการเรียกคืน เราใช้ค่าเฉลี่ยฮาร์โมนิกแทนค่าเฉลี่ยแบบ อย่างง่าย เพราะมันลงโทษค่าสุดขั้ว … คะแนน F1 ให้น้ำหนักเท่ากันสำหรับการวัดทั้งสองแบบ และเป็นตัวอย่างเฉพาะของตัวชี้วัด Fβ ทั่วไป โดยที่ β สามารถปรับให้มีน้ำหนักมากขึ้นในการเรียกคืนหรือความแม่นยำ
ทำไมถึงใช้ค่าเฉลี่ยฮาร์โมนิก
ค่าเฉลี่ยฮาร์โมนิก ช่วยค้นหาความสัมพันธ์แบบคูณหรือหารระหว่างเศษส่วนโดยไม่ต้องกังวลเกี่ยวกับตัวส่วนร่วม ฮาร์โมนิกมักใช้ในการหาค่าเฉลี่ย เช่น อัตรา (เช่น ความเร็วในการเดินทางเฉลี่ยตามระยะเวลาของการเดินทางหลายๆ เที่ยว)
คะแนน F1 คำนวณอย่างไร
คะแนน F1 คือ 2((แม่นยำเรียกคืน)/(แม่นยำ+เรียกคืน)) เรียกอีกอย่างว่า F Score หรือ F Measure กล่าวอีกนัยหนึ่ง คะแนน F1 แสดงถึงความสมดุลระหว่างความแม่นยำและการเรียกคืน
คะแนน F1 ที่ดีคืออะไร
นั่นคือ คะแนน F1 ที่ดีหมายความว่าคุณมีผลบวกลวงต่ำและผลลบลวงต่ำ ดังนั้นคุณจึงสามารถระบุภัยคุกคามที่แท้จริงได้อย่างถูกต้องและคุณจะไม่ถูกรบกวนจากการแจ้งเตือนที่ผิดพลาด คะแนน F1 ถือว่า สมบูรณ์แบบเมื่อเป็น 1 ในขณะที่รุ่นคือความล้มเหลวทั้งหมดเมื่อเป็น 0.
คะแนน F1 หมายถึงอะไร
คะแนน F1 คือ วัดที่ใช้ในการประเมินคุณภาพของปัญหาการจำแนกประเภทไบนารีรวมถึงปัญหาที่มีป้ายกำกับไบนารีหลายตัว หรือหลายคลาส F1-score=1 ดีที่สุดค่า (ความแม่นยำที่สมบูรณ์แบบและการเรียกคืน) และค่าที่แย่ที่สุดคือ 0