교차 검증을 사용할 때 정밀도 및 회수 평균

2 클래스 레이블이 지정된 데이터에 대해 여러 분류기를 사용하여 분류를 수행했으며 5 배 교차 검증을 사용했습니다. 각 접기에 대해 tp, tn, fp 및 fn을 계산했습니다. 그런 다음 각 테스트의 정확도, 정밀도, 리콜 및 F 점수를 계산했습니다. 내 질문은 결과를 평균화하려고 할 때 정확도의 평균을 취했지만 정확도, 리콜 및 F 점수도 평균화 할 수 있습니까? 아니면 수학적으로 잘못된 것입니까? PS 각 폴드에 사용 된 데이터 세트는 클래스 당 인스턴스 수 측면에서 균형이 잘 맞습니다.

감사.

classification cross-validation precision-recall

— 칼라 지
소스

교차 검증을 사용하여 F- 측정 (고조파 평균 정밀도 및 리콜)을 계산하는 것과 동일한 문제가 발생했습니다. 에서 이 문서 가 실제로 완전한 세트의 F-계수를 계산하고, 평균화하지 시연 덜 바이어스 방법이다. 이것이 도움이되기를 바랍니다

— papafe

@markusian 답변으로 추가하십시오! 이 페이지에서 가장 중요한 것입니다 !!

— drevicko

$F$

F_{1} = 2 \cdot \frac{precision \cdot recall}{precision + recall}

$F_1 = 2\cdot\frac{\textrm{precision} \cdot \textrm{recall}}{\textrm{precision} + \textrm{recall}}$

F_{β}

$F_\beta$

β

$\beta$

F_{β} = (1 + β^{2}) \frac{precision \cdot recall}{(β^{2} \cdot precision) + recall}

$F_\beta = (1+\beta^2) \frac{\textrm{precision} \cdot \textrm{recall}}{(\beta^2 \cdot\textrm{precision}) + \textrm{recall}}$

F

$F$

$t$ $F$ $F$

— 맷 크라우스
소스

예, 첫 번째 공식을 사용했습니다. 즉, 여러 테스트에서 F- 점수를 평균하면 정밀도를 평균화하고 리콜 한 다음 F- 점수를 계산하는 것과 비슷한 결과를 얻을 수 있습니다. 나는 내가 가지고있는 결과로 이것을 시도했고 그것은 거의 동일했다. 감사.

— Kalaji