大卫·J·汉德。;彼得·克里斯滕;尼沙迪·基里尔 \（F^*\）：F测度的可解释转换。 （英语） Zbl 07432809号 机器。学习。 110，编号3，451-456（2021）. 摘要：F度量，也称为F1核，广泛用于评估分类算法的性能。然而，一些研究人员发现它缺乏直观的解释，质疑将精确性和召回这两个概念上不同的表现方面结合起来是否合适，也质疑调和平均值是否是将它们结合起来的最佳方式。为了缓解这种担忧，我们描述了F测度的一个简单变换，我们称之为（F^*）（F-star），它具有直接的实际解释。 引用于1文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：F1芯;分类;可解释性;性能;错误率;精度;回忆 软件：Scikit公司;UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{D.J.Hand}等人，马赫。学习。110，编号3，451--456（2021；Zbl 07432809） 全文： 内政部 arXiv公司 参考文献： [1] Baesens，B。；Van Vlasselaer，V。；韦贝克，W.，《使用描述性、预测性和社交网络技术的欺诈分析：欺诈检测数据科学指南》（2015），纽约：威利，纽约·doi:10.1002/9781119146841 [2] Boyd，K.，Eng，K.H.和Page，C.D.（2013年）。精确再调用曲线下的面积：点估计值和置信区间。在布拉格举行的关于数据库中的机器学习和知识发现的欧洲联合会议上（第451-466页）。 [3] 奇科，D。；Jurman，G.，《马修斯相关系数（MCC）相对于F1评分的优势和二元分类评估的准确性》，BMC基因组学，21，1，6（2020）·doi:10.1186/s12864-019-6413-7 [4] Davis，J.和Goadrich，M.（2006）。精确再调用和ROC曲线之间的关系。匹兹堡国际机器学习会议（第233-240页）。 [5] Demšar，J.，《多数据集分类器的统计比较》，《机器学习研究杂志》，2006年1月7日至30日·Zbl 1222.68184号 [6] 邓恩，G。；Everitt，B.，《数值分类学导论》（1982），剑桥：剑桥大学出版社，剑桥·Zbl 0484.62111号 [7] 费里，C。；Hernández-Orallo，J。；Modroiu，R.，《分类性能度量的实验比较》，《模式识别快报》，30，1，27-38（2009）·doi:10.1016/j.patrec.2008.08.010 [8] Flach，P.，&Kull，M.（2015）。精确召回增益曲线：PR分析做得很好。《神经信息处理系统进展》，蒙特利尔（第28卷，838-846页）。神经信息处理系统基金会。 [9] Goutte，C.和Gaussier，E.（2005年）。准确度、召回率和F分数的概率解释，并对评估有所启示。在欧洲信息检索会议上（第345-359页）。圣地亚哥·德孔波斯特拉。 [10] Hand，DJ，《衡量分类器性能：ROC曲线下区域的连贯替代方法》，机器学习，77，1，103-123（2009）·兹比尔1470.62085 ·doi:10.1007/s10994-009-5119-5 [11] Hand，DJ，《评估分类方法的性能》，《国际统计评论》，80，3，400-414（2012）·Zbl 1416.62339号 ·数字对象标识代码：10.1111/j.1751-5823.012.00183.x [12] 手，DJ；Anagostopoulos，C.，《分类性能H度量的更好Beta》，《模式识别快报》，40，41-46（2014）·doi:10.1016/j.patrec.2013.12.011 [13] 手，DJ；Christen，P.，《关于使用F-测度评估记录链接算法的说明》，《统计与计算》，28，3，539-547（2018）·Zbl 1386.68046号 ·doi:10.1007/s11222-017-9746-6 [14] Jaccard，P.，《自然科学协会公报》（Bulletin de la SociétéVaudoise des Sciences Naturelles），第44期，第223-270页（1908年） [15] Lichman M.（2013）。UCI机器学习库。2020年11月3日检索自https://archive.ics.uci.edu/ml。 [16] 佩德雷戈萨，F。；瓦罗佐，G。；Gramfort，A.公司。；米歇尔，V。；蒂里昂，B。；Grisel，O.，Scikit-learn:《Python中的机器学习》，《机器学习研究杂志》，2011年10月12日，第2825-2830页·Zbl 1280.68189号 [17] Powers，DMW，Evaluation:From precision，recovery and F-measure to ROC，informedness，markeness and correlation，《国际机器学习技术杂志》，2，1，37-63（2011） [18] 索科洛娃，M。；Lapalme，G.，《分类任务绩效指标的系统分析，信息处理和管理》，45，4，427-437（2009）·doi:10.1016/j.ipm.2009.03.002 [19] 堆栈交换。（2013年）。https://stats.stackexchange.com/questions/49226/how-to-interpret-feasure-values。 [20] Van Rijsbergen，CJ，信息检索（1979），伦敦：Butterworth and Co.，伦敦·Zbl 0633.68101号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。