Mikro ve Makro Ortalama sınıflandırma ve bilgi alma işlemleri sırasında kullanılan istatistiksel ortalama metodlarındandır. Makro Ortalama, sistemin veri setleri arasındaki performansının araştırıldığı durumlarda, Mikro Ortalama, sistemdeki veri seti değişkenlik gösterdiği durumlarda kullanılır.
TP (true positive): Doğru sayısı
FP (false positives): Yanlış sayısı
FN (false negatives): Yanlışlıkla yapılamamışların sayısı
Mikro Ortalama Metodu
true positives, false positives ve false negatives bağımsız olarak hesaplanır. Örneğin:
True positive (TP1)=12
False positive (FP1)=9
False negative (FN1)=3
precision (P1)=57.14
recall(R1)80
Farklı verilerle oluşturulan başka bir veri seti:
True positive (TP2)=50
False positive (FP2)=23
False negative (FN2)=9
precision(P2)= 68.49
recall(R2)= 84.75
Micro-average of precision = (TP1+TP2)/(TP1+TP2+FP1+FP2) = (12+50)/(12+50+9+23) = 65.96
Micro-average of recall = (TP1+TP2)/(TP1+TP2+FN1+FN2) = (12+50)/(12+50+3+9) = 83.78
Micro-average F-Score = harmonic mean of these two figures
Makro Ortalama Metodu
Macro-average precision = (P1+P2)/2 = (57.14+68.49)/2 = 62.82
Macro-average recall = (R1+R2)/2 = (80+84.75)/2 = 82.25
Macro-average F-Score = harmonic mean of these two figures.
Makro Ortalama, sistemin veri setleri arasındaki performansının araştırıldığı durumlarda,
Mikro Ortalama, sistemdeki veri seti değişkenlik gösterdiği durumlarda kullanılır.
Pingback: A PSO-Based Document Classification Algorithm accelerated by the CUDA Platform | Ahmet Cevahir ÇINAR