我正在执行二进制分类任务。我的评估数据不平衡，由appr组成。一级学生20％，二级学生80％。即使我对每种类别的类型都具有良好的分类准确度，如果我在class1上计算f1得分，则class1上为0.602，class2上为0.792，由于假阳性数很大，所以我得到0.46。如果按class2计算，则f1-得分为0.84。
我的问题是，评估不平衡数据分类任务的最佳实践是什么？我可以得到这些f1分数的平均值，还是应该选择其中一个？对不平衡数据进行分类任务评估的最佳评估指标是什么？
顺便说一句，这些是我的TP，TN，FN，FP计数；
TP：115
TN：716
FN：76
FP：188
我不确定这是否是您要寻找的，但是由于您要从中获取性能指标的数据不平衡，因此您可以尝试应用加权度量，例如加权f1得分。从scikit-learn开始，f1-score具有“加权”选项，该选项考虑每个标签的实例数。这样，您可以获得平均F1分数。
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html
我希望有帮助！