Präzision und Erinnerung kombinieren Wir verwenden den harmonischen Mittelwert anstelle eines einfachen Durchschnitts, weil er Extremwerte bestraft. … Der F1-Score gibt beiden Maßen das gleiche Gewicht und ist ein spezifisches Beispiel für die allgemeine Fβ-Metrik, bei der β angepasst werden kann, um entweder der Erinnerung oder der Präzision mehr Gewicht zu verleihen.
Warum das harmonische Mittel verwenden?
Das harmonische Mittel hilft, multiplikative oder divisorische Beziehungen zwischen Brüchen zu finden, ohne sich Gedanken über gemeinsame Nenner machen zu müssen. Harmonische Mittel werden oft verwendet, um Dinge wie Raten zu mitteln (z. B. die durchschnittliche Reisegeschwindigkeit bei einer Dauer von mehreren Fahrten).
Wie werden F1-Ergebnisse berechnet?
Die F1-Punktzahl ist die 2((PräzisionErinnerung)/(Präzision+Erinnerung)). Er wird auch F-Score oder F-Maß genannt. Anders ausgedrückt, der F1-Score vermittelt das Gleichgewicht zwischen Präzision und Erinnerung.
Was gilt als gutes F1-Ergebnis?
Das heißt, ein guter F1-Score bedeutet, dass Sie wenig falsch positive und wenig falsch negative Ergebnisse haben, sodass Sie echte Bedrohungen richtig identifizieren und nicht durch Fehlalarme gestört werden. Ein F1-Ergebnis wird als perfekt angesehen, wenn es 1 ist, während das Modell ein Totalausfall ist, wenn es 0 ist.
Was bedeutet F1-Ergebnis?
Der F1-Score ist ein Maß zur Beurteilung der Qualität von binären Klassifikationsproblemen sowie von Problemen mit mehreren binären Labels oder mehreren Klassen. F1-Score=1 ist das BesteWert (perfekte Präzision und Erinnerung) und der schlechteste Wert ist 0.
