NB查准率/召回率/总分计算的差异

Question

我正在进行文本分类分析，并运行了基于NB的分类器，结果如下：

Classification Report:
             precision    recall  f1-score   support

          0       0.00      0.00      0.00         2
          1       0.67      1.00      0.80         4

avg / total       0.44      0.67      0.53         6

Classification Report:
             precision    recall  f1-score   support

          0       0.00      0.00      0.00         0
          1       1.00      0.83      0.91         6

avg / total       1.00      0.83      0.91         6

让我困惑的是以下几个问题。为什么avg /总分的计算方法不同？为什么第二表中的avg /总分只是1级精确/召回结果的副本？因为没有0级测试实例？

致以敬意，

古兹登

Answer 1

在这两种情况下，分数计算是相同的：

Ex.1: 1) f1 = 2 * 0.67 * 1.00 / (0.67 + 1.00) = 0.80
 average f1 = 2 * 0.44 * 0.67 / (0.44 + 0.67) = 0.53

Ex.2: 2) f1 = 2 * 1.00 * 0.83 / (1.00 + 0.83) = 0.91
 average f1 = 2 * 1.00 * 0.83 / (1.00 + 0.83) = 0.91

你在这里面临的问题叫做辛普森悖论:在不同的组(0和1)中，有一个结果在组合时会发生变化(平均)。查看维基页面，有一个很好的例子和解释。

​

编辑：

第一种情况下的召回/精确平均计算：

Av. precision = (0.67 * 4 + 0.00 * 2) / (4 + 2) = 0.44
Av. recall    = (1.00 * 4 + 0.00 * 2) / (4 + 2) = 0.67