Hoe worden de micro- en macrogemiddelde metrics berekend?

Micro- en macro-averaging zijn methoden om metriek (bijvoorbeeld nauwkeurigheid, volledigheid) te aggregeren bij het evalueren van modellen op meerdere klassen of taken.

• Micro-averaging: eerst worden alle true positives, false positives en false negatives voor alle klassen opgeteld, en vervolgens wordt de metriek op basis van deze sommen berekend. Dit houdt rekening met de bijdrage van elk individueel voorbeeld, dus klassen met meer voorbeelden hebben meer invloed.

• Macro-averaging: eerst wordt de metriek afzonderlijk voor elke klasse berekend, en daarna wordt het rekenkundige gemiddelde van deze waarden genomen. Alle klassen hebben gelijke invloed, ongeacht hun grootte.

Voorbeeld:

Als je precisie hebt voor drie klassen: 0.9, 0.8 en 0.7,

• Macro-averaging = (0.9 + 0.8 + 0.7) / 3 = 0.8
• Micro-averaging wordt berekend op basis van de totale TP, FP, FN voor alle klassen, wat een andere waarde kan geven, rekening houdend met de verdeling van voorbeelden.

De keuze tussen hen hangt af van de taak: macro-averaging is nuttig wanneer gelijke gewichten voor alle klassen nodig zijn, micro- wanneer de algemene bijdrage van alle voorbeelden belangrijk is.