对于不平衡的课程，我建议使用加权 F1 分数或平均 AUC/加权 AUC

让我们先看看二分类的 F1-Score。

F1 分数赋予较低的数字更大的权重。

例如，

• 当 Precision 为 100% 且 Recall 为 0% 时，F1 分数将为 0%，而不是 50%。
• 假设我们有分类器 A 的精度=召回=80%，分类器 B 的精度=60%，召回率=100%。在算术上，两个模型的准确率和召回率的平均值是相同的。但是当我们使用 F1 的调和平均公式时，分类器 A 的得分为 80%，而分类器 B 的得分仅为 75%。Model B 的低精度分数拉低了其 F1 分数。

现在，来到多类分类

假设我们有五个类，class_1、class_2、class_3、class_4、class_5

并且该模型对每个类都有以下结果。

每个类别的精度公式 = (True Positive for class)/(Count of predicted Positive for that class)

例如，class_1 的精度 =（class_1 的真阳性）/（class_1 的预测计数）

每个班级的召回公式 = (True Positive for class)/(Actual Positive for that class)

例如，class_1 的精度 =（class_1 的真阳性）/（class_1 的总实例）

F1 的公式： F1 是 Precision 和 Recall 的几何平均值，即

F1 = 2*(Precision*Recall)/(Precision+Recall)

Macro-F1 = Average(Class_1_F1 + Class_2_F1 + Class_3_F1 + Class_4_F1 + Class_5_F1)

Macro-Precision = Average(Class_1_Precision + Class_2_Precision + Class_3_Precision + Class_4_Precision + Class_5_Precision)

Macro-Recall = Average(Class_1_Recall + Class_2_Recall + Class_3_Recall + Class_4_Recall + Class_5_Recall)

宏计算的问题：在对宏 F1 进行平均时，我们给每个类赋予相等的权重。

加权 F1 分数：

我们不必这样做：在加权平均 F1 分数或加权 F1 中，我们通过该类的样本数对每个类的 F1 分数进行加权。

Weighted F1 Score = (N1*Class_1_F1 + N2*Class_2_F1 + N3*Class_3_F1 + N4*Class_4_F1 + N5*Class_5_F1)/(N1 + N2 + N3 + N4 + N5)

参考资料：https ://towardsdatascience.com/multi-class-metrics-made-simple-part-ii-the-f1-score-ebe8b2c2ca1