使用分层K-交叉验证机学习的模型评估(精度、回忆、F1评分)

Question

我有一个数据集，我已经应用分层K折叠交叉验证，并将数据分成5倍。然后应用Logistic回归。对于评估，我已经得到了精确的召回和f1评分的每一个折叠。最后，我必须报告这些评价的数字(精确，回忆和f1评分)，我是否允许平均精度所有5倍，以表示只是平均值相同的回忆和f1评分。因为我已经列出了每一个评价分数在K折叠后的五个值。

Answer 1

是的，当然，您可以计算平均值，以获得平均性能在您的5倍以上。您还可以得到您的5个值的标准差。应用5倍交叉验证相当于5次培训您的Logistic回归模型，所以您需要考虑的是如何处理您得到的5个值。也许你只是想得到他们的最大或最小。这真的取决于你想要报告什么样的评估，这意味着它取决于现实生活的场景。

希望我的回答有帮助。