F1Score 是使用公式评估预测器性能的指标

F1 = 2 * (精度 * 召回率) / (精度 + 召回率)

在哪里

召回率 = TP/(TP+FN) 准确率 = TP/(TP+FP)

并记住：

当您有一个多类设置时，函数中的平均参数需要是以下之一：f1_score

• '加权'
• '微'
• “宏观”

第一个，'weighted'独立计算每个类的 de F1 分数，但是当它将它们加在一起时，使用取决于每个类的真实标签数量的权重：

$$F1_{class1}*W_1+F1_{class2}*W_2+\cdot\cdot\cdot+F1_{classN}*W_N$$

因此偏向于多数阶层。

'micro'使用 TP, FN, FP 的全局数，直接计算 F1：

$$F1_{class1+class2+class3}$$

不特别偏爱任何阶级。

最后，“宏”计算按类分隔的 F1，但不使用权重进行聚合：

$$F1_{class1}+F1_{class2}+\cdot\cdot\cdot+F1_{classN}$$

当您的模型在少数类中表现不佳时，这会导致更大的惩罚。

使用哪个取决于您想要实现的目标。如果您担心班级不平衡，我建议您使用'macro'。然而，实施一些可用于解决不平衡问题的技术可能也是值得的，例如对多数类进行下采样、对少数类进行上采样、SMOTE 等。

希望这可以帮助！