F値(F1-score, Fβ-score)とは?分類型でよく使う評価指標

スポンサーリンク
F値(F1-score, Fβ-score)とは?ディープラーニング
この記事を読んで分かること
  • F値とは何か
  • F値(F1-score, Fβ-score)の計算方法

 

F値とは

F値とは、

機械学習モデルの評価指標の1つで、適合率と再現率のバランスを取って評価します。

 

適合率再現率はトレードオフの関係になっていて、それぞれの値をバランスよく高くする必要があります。

F値はそのバランスを取るために使う指標です。

適合率と再現率についてはこちらの記事で解説しています。

再現率(recall)とは?分かりやすく図解で解説
この記事を読んで分かること 再現率(recall)とは何か 再現率(recall)の具体的な計算方法 再現率(recall)とは 再現率(recall)とは、 混同行列を使った評価指標の...
適合率(precision)とは?分かりやすく図解で解説
この記事を読んで分かること 適合率(precision)とは何か 適合率(precision)の具体的な計算方法 適合率(precision)とは 適合率(precision)とは、 混...

 

F値には以下の2種類の計算方法があります。

F値の種類
  • F1-score
  • Fβ-score

 

F1-score

F1-scoreでは適合率と再現率を等価値として評価します。

$$F_1 = \frac{2}{\frac{1}{recall} + \frac{1}{precision}}=\frac{2・reccall ・ precision}{recall+precision} $$

 

再現率と適合率の調和平均を計算して求めます。

F値が高いほど良いモデルであると判断ができます。

 

Fβ-score

Fβ-scoreでは再現率をどれ位重視するか調整する係数βを使って、適合率と再現率の重要度を設定できる指標となっています。

$$F_β = \frac{1+β^2}{\frac{β^2}{recall} + \frac{1}{precision}}=\frac{(1+β^2)・reccall ・ precision}{recall+β^2 ・ precision} $$

 

βに1を設定すると再現率と適合率を同等に評価するF1-scoreと同じ計算式となります。

Fβ-scoreでも値が大きいほど良いモデルであると判断ができます。

 

まとめ

F値とは、機械学習モデルの評価指標の1つで、適合率と再現率のバランスを取って評価します。

F値にはF1-scoreFβ-scoreの2種類の計算方法があります。

 

参考文献

コメント

  1. ナベ より:

    F1-scoreの右辺の分子は2*recall*precisionじゃないですかね?

    • シャイニングシャイニング より:

      おっしゃる通り2*recall*precisionですね。
      ご指摘ありがとうございます。
      修正しました。

タイトルとURLをコピーしました