[問題] 多類別 不平衡 評估方法已刪文
想問大家 如果遇到 多類別 且 不平衡的 問題
該用什麼 指標來評估結果的好壞呢?
例如
這個confusion matrix (3 classes)
fact 5 0 10
0 50 100
0 0 10000
predict
我用macro f1 會得到0.69 micro f1 會得到 0.99
-------------------------------------------------
如果是這個confusion matrix (3 classes)
fact 12 2 1
7 140 3
1000 2000 7000
predict
我用macro f1 會得到 0.5 micro f1 得到 0.7
---------------------------------------------------
但是結果明明直觀上會覺得 下面的比較好
因為上面的相當於 只要幾乎都猜class3
而下面的 對於每個class model大部分都有預測出來 (以recall來看)
--------------------------------------------------------
但如果 用 (recall_1 + recall_2 + recall_3)/3
或是 (recall_1*recall_2*recall_3)再開3次方
這樣只有看recall是不是不太好
-----------------------------------------------------
想問大家對於這種問題
有沒有比較適合的指標能來表示model的好壞呢?
新手見諒
先謝謝各位了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.104.46
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1546694102.A.11D.html
推
01/06 00:41,
5年前
, 1F
01/06 00:41, 1F
→
01/06 00:46,
5年前
, 2F
01/06 00:46, 2F
推
01/06 00:54,
5年前
, 3F
01/06 00:54, 3F
→
01/06 00:54,
5年前
, 4F
01/06 00:54, 4F
推
01/07 23:22,
5年前
, 5F
01/07 23:22, 5F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
