was ist f-measure für jede Klasse in weka

Question

Wenn wir einen Klassifikator in WEKA auswerten, zum Beispiel einen 2-Klassen Klassifikator, gibt es 3 f-Maße: f-measure für Klasse 1, für Klasse 2 und die gewichtete f-messen.

Ich bin so verwirrt! Ich dachte f-measure ist ein ausgewogenes Maß, das ein ausgeglichenes Leistungsmaß für mehrere Klassen zeigt. Was bedeutet f-measure für Klasse 1 und 2?

Answer 1

Der f-Score (oder f-measure) wird basierend auf der Genauigkeit und dem Abruf berechnet. Die Berechnung ist wie folgt:

Precision = t_p/(t_p + f_p) 
Recall = t_p/(t_p + f_n) 
F-score = 2 * Precision * Recall/(Precision + Recall) 

Wo t_p die Anzahl der wahren Positiven ist, f_p die Zahl der Fehlalarme und f_n die Zahl der falsch-negative Ergebnisse. Präzision ist definiert als der Anteil der Elemente, die korrekt als positiv klassifiziert wurden, aus allen Elementen, die der Algorithmus als positiv klassifiziert hat, während der Anteil der Elemente, die korrekt als positiv von allen positiven Elementen klassifiziert wurden, als "positiv" bezeichnet wird. Im Klassenfall hat jede Klasse i jeweils eine Genauigkeit und ein Recall, in der ein "wahres Positiv" ein Element ist, das in i wirklich drin ist und ein "wahres Negativ" ist ein vorhergesagtes Element in i sein, das ist nicht drin.

Mit dieser neuen Definition von Präzision und Abruf kann jede Klasse ihren eigenen f-Wert erhalten, indem sie dieselbe Berechnung wie im Binärfall durchführt. Das zeigt dir Weka.

Der gewichtete f-Wert ist ein gewichteter Durchschnitt der f-Werte der Klassen, gewichtet nach dem Anteil der Anzahl der Elemente in jeder Klasse.