相互検証を使用する場合の精度と再現率の平均化

2クラスのラベル付きデータに対して複数の分類子を使用して分類を実行し、5分割交差検証を使用しました。フォールドごとに、tp、tn、fp、およびfnを計算しました。次に、各テストの精度、精度、再現率、Fスコアを計算しました。私の質問は、結果を平均化したいとき、精度の平均を取ったが、精度、再現率、Fスコアも平均化できるか？それとも数学的に間違っているのでしょうか？PS各フォールドで使用されるデータセットは、クラスあたりのインスタンス数の点でバランスが取れています。

ありがとう。

classification cross-validation precision-recall

— カラジ
ソース

クロス検証を使用したFメジャー（精度と再現率の調和平均）の計算に関して、同じ問題が発生しました。で、この論文、彼らは実際に完全なセットにF値を計算し、平均ではないが、以下バイアス方式であることを実証しました。これがお役に立てば幸い

— papafe 2014年

@markusianこれを回答として追加してください！このページで断然一番大事なことです!!

— drevicko 2016

$F$

F_{1} = 2 \cdot \frac{precision \cdot recall}{precision + recall}

$F_1 = 2\cdot\frac{\textrm{precision} \cdot \textrm{recall}}{\textrm{precision} + \textrm{recall}}$

F_{β}

$F_\beta$

β

$\beta$

F_{β} = (1 + β^{2}) \frac{precision \cdot recall}{(β^{2} \cdot precision) + recall}

$F_\beta = (1+\beta^2) \frac{\textrm{precision} \cdot \textrm{recall}}{(\beta^2 \cdot\textrm{precision}) + \textrm{recall}}$

F

$F$

$t$ $F$ $F$

— マット・クラウス
ソース

はい、最初の式を使用しました。これは、さまざまなテストからのFスコアを平均化すると、精度を平均して再現し、それらからFスコアを計算するのと同様の結果が得られることを意味します。私が持っている結果でこれを試しました、そしてそれはほとんど同じでした。ありがとう。

— カラジ2013