Da li postoji treća opcija za umeravanje metrika pri neuravnoteženosti klasa i kako se ona računa?

Када постоји неравнотежа у класификационим задацима, често се користе три варијанте просека метрика (нпр., прецизност, поврат, F1):

1. Међусобни просек (Macro-усредњење): израчунава метрику одвојено за сваки класе, а затим их просечно без узимања у обзир броја примера у класи. Ово даје једнаку тежину свакој класи.

2. Микро-усредњење: обједињује све истините позитиве, лажне позитиве и лажне негативе из свих класа и затим израчунава метрику. Тако се узима у обзир укупни допринос свих примера.

3. Вагано-усредњење: израчунава метрику за сваку класу, а затим их просечно са тежинама пропорционалним броју примера у свакој класи. Ово омогућава узимање у обзир неравнотежа, дајући већу тежину класи са већим учесталостима.

Формално, вагано-усредњење за метрику M се рачуна овако:

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

где:

• (C) — број класа,
• (M_i) — метрика за класу (i),
• (N_i) — број примера у класи (i).

Вагано-усредњење помаже да се добије реалистичнија процена квалитета модела у случају неравнотежа класа, одржавајући утицај сваке класе пропорционално њеној учесталости.