Macro F1 Score

$Macro\ F1\ Score$ VS $F1\ Score$

• $F1\ Score$ : $Recall$과 $Precision$의 조화 평균

  → $F1\ Score = \frac {2}{\frac{1}{Recall} + \frac {1}{Precision}}$

  → $Recall = \frac{True\ Positive}{True\ Positive + False\ Negative}$ : 실제 정답 중 정답을 맞춘 비율

  → $Precision = \frac{True\ Positive}{True\ Positive + False\ Positive}$ : 정답이라고 예측한 것 중 정답을 맞춘 비율

• $Macro\ F1 \ Score$ : 1개 클래스가 아닌 다중 클래스에서 활용하는 성능 지표

  → $F1\ Score$가 1개의 클래스에 대해서 점수를 측정하는 방식이라고 한다면, $Macro \ F1 \ Score$는 다중 클래스가 존재하는 상황에서 점수를 측정할 때 활용

  → $Macro \ F1 \ Score = \frac {1}{N} \sum_{i=0}^{N} F1\ Score \ (N : The \ Number \ of \ Classes)$

  → $Macro \ F1 \ Score$는 클래스의 빈도수와 관계 없이 똑같은 가중치를 주고 평균낸다는 것이 특징 (이와 반대로 클래스별 불균형 문제를 해결하기 위해 빈도수에 따라 가중치를 두고 평균내는 것이 $Micro\ F1 \ Score$)