F1 - 数据不平衡得分答案

【问题标题】：F1 - score with imbalanced dataF1 - 数据不平衡得分
【发布时间】：2020-06-19 03:49:39
【问题描述】：

我正在做一个二元分类任务。我的评估数据不平衡，由 appr 组成。 20% 来自第 1 类，80% 来自第 2 类。即使我在每个类类型上都有很好的分类准确度，如 class1 上的 0.602，class2 上的 0.792，如果我计算 class1 上的 f1 分数，我得到 0.46，因为假阳性计数很大。如果我在 class2 上计算它，我得到 f1-score 为 0.84。

我的问题是，在不平衡数据上评估分类任务的最佳实践是什么？我可以获得这些 f1 分数的平均值还是应该选择其中一个？在不平衡数据上评估分类任务的最佳评估指标是什么？

顺便说一句，这些是我的 TP、TN、FN、FP 计数；

TP：115

TN：716

FN：76

FP：188

【问题讨论】：

标签： machine-learning statistics classification precision imbalanced-data

【解决方案1】：

我不确定这是否是您要查找的内容，但由于您要从中获取性能指标的数据不平衡，您可以尝试应用加权测量，例如加权 f1 分数。从 scikit-learn 中，f1-score 具有“加权”选项，它考虑每个标签的实例数。这样您可以获得平均 F1 分数。

https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html

希望对你有帮助！

【讨论】：

非常感谢，看来这就是我要找的。我将调查库并使用参数。