Există o a treia opțiune de mediere a metricilor în cazul dezechilibrului claselor și cum se calculează?

Atunci când există un dezechilibru între clase în sarcinile de clasificare, se utilizează adesea trei variante de medie a metricilor (de exemplu, precizie, recall, F1):

1. Medie macro: calculează metrica separat pentru fiecare clasă și apoi le mediază fără a ține cont de numărul de exemple din clase. Acest lucru oferă fiecărei clase o pondere egală.

2. Medie micro: combină toate pozitivele adevărate, pozitivele false și negativele false din toate clasele și apoi calculează metrica. Astfel, se ia în considerare contribuția totală a tuturor exemplelor.

3. Medie ponderată: calculează metrica pentru fiecare clasă și apoi le mediază cu ponderi proporționale cu numărul de exemple din fiecare clasă. Acest lucru permite luarea în considerare a dezechilibrului, acordând o pondere mai mare claselor mai reprezentate.

Formal, media ponderată pentru metrica M se calculează astfel:

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

unde:

• (C) — numărul de clase,
• (M_i) — metrica pentru clasa (i),
• (N_i) — numărul de exemple din clasa (i).

Media ponderată ajută la obținerea unei evaluări mai realiste a calității modelului în cazul dezechilibrului între clase, păstrând influența fiecărei clase proporțional cu frecvența sa.