ClassificationMultilabelPrimaryMetrics type

Metrik utama untuk tugas multilabel klasifikasi.
KnownClassificationMultilabelPrimaryMetrics dapat digunakan secara bergantian dengan ClassificationMultilabelPrimaryMetrics, enum ini berisi nilai yang diketahui yang didukung layanan.

Nilai yang diketahui didukung oleh layanan

AUCWeighted: AUC adalah Area di bawah kurva. Metrik ini mewakili rata-rata aritmatika skor untuk setiap kelas, ditimbang dengan jumlah instance true di setiap kelas.
Akurasi: Akurasi adalah rasio prediksi yang persis cocok dengan label kelas yang sebenarnya.
NormMacroRecall: Penarikan makro yang dinormalisasi di-recall di-rata-rata dan dinormalisasi, sehingga performa acak memiliki skor 0, dan performa sempurna memiliki skor 1.
AveragePrecisionScoreWeighted: Rata-rata aritmatika dari skor presisi rata-rata untuk setiap kelas, ditimbang dengan jumlah instans sejati di setiap kelas.
PrecisionScoreWeighted: Rata-rata aritmatika presisi untuk setiap kelas, ditimbang dengan jumlah instans benar di setiap kelas.
IOU: Persimpangan di atas Union. Persimpangan prediksi dibagi dengan penyatuan prediksi.