鉴于我有两个不平衡的多类数据集（分别为 21 和 16 个类），其中所有类都具有同等重要性，我应该使用什么类型的指标来评估我的分类模型？
我对基于宏观平均的指标选择深信不疑，例如宏 F1 和宏 TNR 等。基于上述输入的基于宏观平均的指标是否适合我的问题？
不平衡多类数据集的合适度量选择（类具有同等重要性）
数据挖掘
机器学习
分类
多类分类
评估
混淆矩阵
2021-10-10 05:42:49
1个回答
是的，宏观平均测量是这种情况下的标准选择：宏观平均分数只是每个班级的个人分数的平均值，因此它平等地对待每个班级。
对于严重不平衡的数据集，这意味着数据中只有少数实例的小类被赋予与多数类一样多的权重。由于前者通常更难被分类器正确识别，因此宏观平均性能值通常低于微观平均性能值（这当然是正常的）。