为什么 F1 度量对评估多类分类器有效？

Question

我一直在为多类分类器寻找一个好的误差度量，很多人说通常使用 F1 度量。 但是考虑到多类分类器的预测是 one-hot 向量，这是否意味着当预测错误时没有真正的肯定？ 我的意思是：

image

当预测正确时，除了单个“1”之外，每个元素都是真负数。所以这里的精度只有 1。

image

并且当预测不正确时，没有真正的肯定。所以精度为0。

我知道 F1 在多标签分类方面是一种强大的度量方法，因为向量中可能有多个 1，但在多类分类中应用 F1 对我来说似乎有点奇怪。只是准确性不一样吗？ 还是说应该使用per class的F1分数？

Answer 1

我建议看一下Wikipedia，尤其是“多类分类的扩展”部分。

在Coursera 上找到了有关如何将 F1 应用于多类分类器的很好的解释。