Estrategias de promediado

Actualizado 2020-07-29 Lectura 2 min

Resumen

Elegir estrategias de promediado para métricas de clasificaciónの概要を押さえ、評価対象と読み取り方を整理します。
Python 3.13 のコード例で算出・可視化し、手順と実務での確認ポイントを確認します。
図表や補助指標を組み合わせ、モデル比較や閾値調整に活かすヒントをまとめます。

1. Principales opciones de promediado #

average	Cómo se calcula	Cuándo utilizarla
`micro`	Suma TP/FP/FN de todas las muestras y luego calcula la métrica	Enfatiza la corrección global sin importar la distribución de clases
`macro`	Calcula la métrica por clase y promedia sin ponderar	Da el mismo peso a cada clase; resalta las minoritarias
`weighted`	Calcula la métrica por clase y promedia ponderando por soporte	Mantiene las proporciones reales; se comporta parecido a Accuracy
`samples`	Solo para multietiqueta. Promedia las métricas por muestra	Para casos donde cada muestra puede tener varias etiquetas

2. Comparación en Python 3.13 #

1
2
python --version  # ej.: Python 3.13.0
pip install scikit-learn matplotlib

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
from sklearn.datasets import make_classification
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report, f1_score
from sklearn.model_selection import train_test_split
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler

X, y = make_classification(
    n_samples=30_000,
    n_features=20,
    n_informative=6,
    weights=[0.85, 0.1, 0.05],  # Clases desbalanceadas
    random_state=42,
)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.25, stratify=y, random_state=42
)

model = make_pipeline(
    StandardScaler(),
    LogisticRegression(max_iter=2000, multi_class="ovr"),
)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

print(classification_report(y_test, y_pred, digits=3))
for avg in ["micro", "macro", "weighted"]:
    print(f"F1 ({avg}):", f1_score(y_test, y_pred, average=avg))

classification_report muestra las métricas por clase junto con macro avg, weighted avg y micro avg, lo que permite comparar las estrategias de un vistazo.

3. Cómo elegir #

micro: ideal si te importa la corrección global y cada predicción tiene el mismo peso.
macro: úsalo cuando las clases minoritarias sean críticas; penaliza la baja cobertura en etiquetas raras.
weighted: útil para mantener la distribución real de clases y seguir informando Precision/Recall/F1.
samples: opción por defecto en tareas multietiqueta donde una muestra puede tener varias etiquetas verdaderas.

Conclusiones #

El parámetro average cambia radicalmente el significado de la métrica; ajústalo al objetivo del proyecto.
Recuerda: macro trata a las clases por igual, micro prioriza la proporción global, weighted mantiene el balance y samples está pensado para multietiqueta.
scikit-learn permite calcular varios promedios a la vez, así que vale la pena reportarlos para evitar malinterpretar la calidad del modelo.