scikit加权f1分数计算及使用

我有一个关于weightedsklearn.metrics.f1_score 中的平均值

sklearn.metrics.f1_score(y_true, y_pred, labels=None, pos_label=1, average='weighted', sample_weight=None)

Calculate metrics for each label, and find their average, weighted by support (the number of true instances for each label). This alters ‘macro’ to account for label imbalance; it can result in an F-score that is not between precision and recall.

首先，如果有任何参考证明使用加权 F1 是合理的，我只是好奇在哪些情况下应该使用加权 F1。

其次，我听说加权 F1 已被弃用，是真的吗？

第三，例如，​​实际加权 F1 是如何计算的

{
    "0": {
        "TP": 2,
        "FP": 1,
        "FN": 0,
        "F1": 0.8
    },
    "1": {
        "TP": 0,
        "FP": 2,
        "FN": 2,
        "F1": -1
    },
    "2": {
        "TP": 1,
        "FP": 1,
        "FN": 2,
        "F1": 0.4
    }
}

如何计算上例的加权F1。我认为它应该类似于 (0.8*2/3 + 0.4*1/3)/3，但我错了。

首先，如果有任何参考证明使用加权 F1 是合理的，我只是好奇在哪些情况下应该使用加权 F1。

我没有任何参考资料，但如果您对多标签分类感兴趣，并且关心精度/召回率all类，那么加权 f1 分数是合适的。如果您有只关心正样本的二元分类，那么它可能不合适。

其次，我听说加权 F1 已被弃用，是真的吗？

不，加权 F1 本身并未被弃用。在 v0.16 中，仅弃用了函数接口的某些方面，然后只是为了在以前不明确的情况下使其更加明确。 （历史讨论在 github 上 https://github.com/scikit-learn/scikit-learn/pull/2679或查看源代码 https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/metrics/classification.py并在页面中搜索“已弃用”以查找详细信息。）

第三，实际加权 F1 是如何计算的？

从文档f1_score:

``'weighted'``:
  Calculate metrics for each label, and find their average, weighted
  by support (the number of true instances for each label). This
  alters 'macro' to account for label imbalance; it can result in an
  F-score that is not between precision and recall.

所以平均值的加权是support，这是具有给定标签的样本数。由于您上面的示例数据不包含支持度，因此无法根据您列出的信息计算加权 f1 分数。