Какие метрики используются для многоклассовой классификации?

Для многоклассовой классификации используются, например, такие метрики:

• Accuracy (точность). neerc.ifmo.ru Показывает долю правильных классификаций. neerc.ifmo.ru
• Recall (полнота, sensitivity, TPR). neerc.ifmo.ru Отражает отношение верно классифицированных объектов класса к общему числу элементов этого класса. neerc.ifmo.ru
• Precision (точность). neerc.ifmo.ru Показывает долю верно классифицированных объектов среди всех объектов, которые к этому классу отнёс классификатор. neerc.ifmo.ru
• Specificity. neerc.ifmo.ru Показывает отношение верных срабатываний классификатора к общему числу объектов за пределами класса. neerc.ifmo.ru
• Fall-out (FPR). neerc.ifmo.ru Показывает долю неверных срабатываний классификатора к общему числу объектов за пределами класса. neerc.ifmo.ru
• F1-мера (F1 score). e-learning.bmstu.ru Оценивает баланс между точностью и полнотой. e-learning.bmstu.ru
• ROC-AUC. e-learning.bmstu.ru Равен доле пар объектов, которые алгоритм верно упорядочил. e-learning.bmstu.ru

Для многоклассовой классификации также применяют способы усреднения: streammydata.ru

• Микро-усреднение. streammydata.ru Сначала считают количество истинно-положительных, ложно-положительных, ложно-отрицательных и истинно-отрицательных значений для каждого класса отдельно. streammydata.ru Затем эти значения усредняют для всех классов. streammydata.ru
• Макро-усреднение. streammydata.ru Итоговая метрика рассчитывается для каждого класса отдельно. streammydata.ru Затем берут среднее значение метрик для всех классов. streammydata.ru
• Взвешенное-усреднение. streammydata.ru Вычисляется как макро-усреднение, но при подсчёте среднего значения метрики разным классам задают разные веса. streammydata.ru

Выбор конкретной метрики зависит от условий задачи. streammydata.ru Зачастую для оценки качества моделей применяют сразу несколько метрик. streammydata.ru