まとめ
- Em problemas multiclasse/multilabel, precisamos agregar metricas corretamente.
- Macro, micro e weighted destacam aspectos diferentes.
- A escolha muda a leitura e a comparacao entre modelos.
1. Estrategias principais #
- Macro: media por classe com o mesmo peso.
- Micro: calcula tudo de forma global.
- Weighted: media por classe ponderada pelo suporte.
2. Quando usar #
- Macro: quando todas as classes devem ter a mesma importancia.
- Micro: quando o foco e o desempenho global.
- Weighted: quando deseja refletir o desbalanceamento real.
3. Dicas #
- Em desbalanceamento, micro pode esconder a classe minoritaria.
- Relate macro e weighted para dar visao completa.