(资料图片仅供参考)
1、既然你只问下面，那上面的我就不解释了micro-average（微平均）=(TP + FP) / (TP + TN + FP + FN)，即为accuracyaccuracy = (分类正确的样本个数) / (分类的所有样本个数)macro-average（宏平均）引入F-measure= (A + 1) * precision * recall / (A ^ 2 * precision + recall)如果A取1。
2、那么F-measure实际上就是precison和recall的调和平均值:2*precision*recall / (precision + recall)， 此时的F-measure就称为F1值把所有类的F1值取一个算术平均就得到了Macro-average最后一个就是加权平均值，没什么好说的。
本文就为大家分享到这里，希望小伙伴们会喜欢。
