Kas on kolmas võimalus metrikate keskmise arvutamiseks klasside tasakaalustamatuse korral ja kuidas see arvutatakse?

Kui klasside vahel on tasakaalustamatus klassifikatsioonitöödes, kasutatakse sageli kolme meetrika keskmise varianti (näiteks täpsus, recall, F1):

1. Makrokeskmine: arvutab iga klassi jaoks metrika eraldi ja seejärel nende keskmise, mitte arvestades näidete arvu klassides. See annab igale klassile võrdse kaalu.

2. Mikrokeskmine: ühendab kõikide klasside tõelised positiivsed, valed positiivsed ja valed negatiivsed ning arvutab seejärel metrika. Nii arvestatakse kõigi näidete üldist panust.

3. Kaalutud keskmine: arvutab iga klassi jaoks metrika ja seejärel nende keskmise kaaludega, mis on proportsionaalsed iga klassi näidete arvuga. See võimaldab arvestada tasakaalustamatust, andes suurema kaalu rohkem esindatud klassidele.

Formaalne arvutus kaalutud keskmise kohta metrikale M on järgmine:

[ M_{weighted} = \sum_{i=1}^C w_i \times M_i, \quad w_i = \frac{N_i}{\sum_{j=1}^C N_j} ]

kus:

• (C) — klasside arv,
• (M_i) — metrika klassi (i),
• (N_i) — näidete arv klassis (i).

Kaalutud keskmine aitab saada realistlikuma hinnangu mudeli kvaliteedile tasakaalustamatuse korral, säilitades iga klassi mõju proportsionaalselt selle sagedusega.