Các lượt nộp
    Danh sách bài
    Trang chủ
    Báo lỗi

    solution

    Đề bài: [Data Science] Macro-F1 đa lớp

    Cho nnn dự đoán đa lớp với nhãn thật và nhãn dự đoán ∈{0,…,K−1}\in\{0,\dots,K-1\}∈{0,…,K−1}. Với mỗi lớp ccc tính theo kiểu one-vs-rest:

    Pc=TPcTPc+FPc,Rc=TPcTPc+FNc,F1c=2PcRcPc+RcP_c=\frac{TP_c}{TP_c+FP_c},\quad R_c=\frac{TP_c}{TP_c+FN_c},\quad F1_c=\frac{2P_cR_c}{P_c+R_c}Pc​=TPc​+FPc​TPc​​,Rc​=TPc​+FNc​TPc​​,F1c​=Pc​+Rc​2Pc​Rc​​

    Nếu mẫu số bằng 0 thì đại lượng tương ứng bằng 0. Macro-F1 là trung bình cộng F1cF1_cF1c​ trên tất cả KKK lớp. In macro-F1.

    • Định dạng đầu vào:

      Dòng đầu: nnn KKK. nnn dòng tiếp theo: nhãn thật và nhãn dự đoán.

    • Ràng buộc đầu vào:

      1≤n≤10001 \le n \le 10001≤n≤1000; 2≤K≤502 \le K \le 502≤K≤50.

    • Định dạng đầu ra:

      Một số thực: macro-F1 (2 chữ số thập phân).

    Ví dụ:

    Đầu vào:

    4 2
0 0
0 1
1 1
1 1

    Đầu ra:

    0.73

    Giải thích:

    Lớp0: TP=1,FP=0,FN=1 → P=1,R=0.5,F1=0.667. Lớp1: TP=2,FP=1,FN=0 → P=0.667,R=1,F1=0.8. Macro=(0.667+0.8)/2=0.73

    Đang tải editor...