Некоторые метрики, которые используются для многоклассовой классификации:

• Accuracy (точность). 4 Показывает долю правильных классификаций. 4
• Recall (полнота). 4 Показывает отношение верно классифицированных объектов класса к общему числу элементов этого класса. 4
• Precision (точность). 4 Показывает долю верно классифицированных объектов среди всех объектов, которые к этому классу отнес классификатор. 4
• Log loss. 1 Рассчитывает отрицательное значение среднего логарифма предсказанной вероятности реального класса. 1
• Accuracy score. 1 Отношение числа наблюдений, где предсказан правильный класс, к общему числу наблюдений в тестовом наборе. 1

Для получения одной оценки для многоклассовой классификации метрики усредняют по классам с помощью трёх методов: 3

1. Макро. 3 Вычисление метрики для каждого класса и получение невзвешенного среднего. 3
2. Микро. 3 Расчёт метрики на глобальном уровне путём подсчёта итоговых истинных положительных результатов, ложноотрицательных и ложноположительных результатов (независимо от классов). 3
3. Взвешенный. 3 Вычисление метрик для каждого класса и получение взвешенного среднего по числу выборок на каждый класс. 3

Выбор метрики зависит от контекста задачи. 1