Machine learning 为什么F1宏度量可以'；不能根据宏精度和召回率计算？

我感兴趣的是通过宏精度和手动调用来计算宏f1分数。但结果并不相同。新代码中f1和f1_的最终公式有什么不同

从sklearn.metrics导入精度评分、召回评分、f1评分
y_true=[0,1,0,1,0,1,1,0]
y_pred=[0,1,0,0,1,1,0,0]
p=精度分数（y_真、y_pred、average='macro'）
r=回忆分数（y_真，y_pred，average='macro'）
f1#U new=（2*p*r）/（p+r）#0.6291390728476821
f1=f1_分数（y_真，y_pred，average='macro'）#0.6190476190476191
打印（f1_new==f1）
#假的

scikit学习中的f1\U分数计算如下：

all_正值=4
全部否定=4
真正=2
真/负=3
真阳性率=真阳性/全部阳性=2/4
正确/否定率=正确/否定/所有否定=3/4
pred_正值=3
pred_负片=5
正预测值=真预测值/预测值=2/3
负预测值=真负/预测负=3/5
f1评分位置=2*真阳性率*阳性预测值/（真阳性率+阳性预测值）
= 2 * 2/4 * 2/3 / (2/4 + 2/3)
f1评分负=2*真负率*负预测值/（真负率+负预测值）
= 2 * 3/4 * 3/5 / (3/4 + 3/5)
f1=平均值（f1分数为正，f1分数为负）
= 2/4 * 2/3 / (2/4 + 2/3) + 3/4 * 3/5 / (3/4 + 3/5)
= 0.6190476190476191

这与skicit learn的

f1\u分数的
“宏”
参数中给出的定义相匹配：计算每个标签的指标，并找到其未加权平均值。此定义也适用于
精度评分
和
召回评分

您对F1成绩的手动计算如下：

精度=平均值（正预测值、负预测值）
=平均值（2/3，3/5）
= 19/30
召回率=平均值（真阳性率、真阴性率）
=平均值（2/4，3/4）
= 5/8
f1_new=2*精度*召回/（精度+召回）
= 2 * 19/30 * 5/8 / (19/30 + 5/8)
= 0.6291390728476821

事实上，中给出的一般公式
F1=2*（精度*召回）/（精度+召回）
仅适用于
average='binary'
和
average='micro'
，而不适用于
average='macro'
和
average='weighted'
。从这个意义上讲，正如scikit learn中当前所述，该公式具有误导性，因为它表明，无论选择的参数如何，该公式都成立，但事实并非如此。
以不同的顺序取平均值并进行聚合会导致不同的结果。这是一个数学关系；它属于“开”，不属于这里。@Aryamcarthy我一直投票将ML理论/方法学问题作为离题题来结束，但这里的情况似乎不是这样。这似乎是一个实现问题（即使它是关于sklearn内部的），有一个完全可复制的最小示例，所以我认为它确实属于这里。也许我们应该提出一个问题，指出这一点，并要求在文件中添加澄清。