Как се изчисляват микро- и макроусреднените метрики?

Микро- и макроусредненията са начини за агрегиране на метрики (например, точност, пълнота) при оценяване на модели върху няколко класа или задачи.

• Микроусреднение (micro-averaging): първо се сумират всички истински положителни, фалшиви положителни и фалшиви отрицателни стойности за всички класове, след което се изчислява метриката въз основа на тези суми. Това взема предвид приноса на всеки отделен пример, така че класовете с повече примери влияят по-силно.

• Макроусреднение (macro-averaging): първо се изчислява метриката отделно за всеки клас, а след това се взема аритметичната среда на тези стойности. Всички класове имат еднакво влияние, независимо от размера им.

Пример:

Ако имате точност за три класа: 0.9, 0.8 и 0.7,

• Макроусреднение = (0.9 + 0.8 + 0.7) / 3 = 0.8
• Микроусреднението ще бъде изчислено въз основа на сумите TP, FP, FN за всички класове, което може да даде различна стойност, вземайки предвид разпределението на примерите.

Изборът между тях зависи от задачата: макроусреднението е полезно, когато е необходим равен тежест за всички класове, микро- — когато е важен общият принос на всички примери.