技术
Macro-F1（宏平均F1）
Macro-F1是分类任务中衡量模型性能的指标，通过计算每个类别的F1分数再取平均，解决类别不平衡下准确率虚高的问题。它平等对待每个类别，适合多分类评估。典型应用包括文本分类和图像识别。
详细解释
Macro-F1先计算每个类别的精确率和召回率，得到各类F1，再取算术平均。与Micro-F1（全局计算）和Weighted-F1（按支持度加权）不同，Macro-F1对稀有类别更敏感。在类别不平衡时，Macro-F1能更好反映模型对所有类别的综合性能。
别名与相关写法
macro-f1