Unbalanced-Classes
平衡的準確性與 F-1 分數
我想知道是否有人可以解釋平衡精度之間的區別
b_acc = (sensitivity + specificity)/2和 f1 分數是：
f1 = 2*precision*recall/(precision + recall)
在數學上，b_acc 是recall_P 和recall_N 的算術平均值，f1 是recall_P 和precision_P 的調和平均值。
F1 和 b_acc 都是分類器評估的指標，（在某種程度上）處理類不平衡。根據兩個類（N 或 P）中的哪一個多於另一個，每個指標都優於另一個。
- 如果 N » P，f1 更好。
2）如果P » N，b_acc更好。
顯然，如果您可以進行標籤切換，那麼這兩個指標都可以用於上述兩種不平衡情況中的任何一種。如果不是，那麼根據訓練數據的不平衡，您可以選擇適當的指標。