［評価指標］macro-F1／micro-F1、多クラス分類のマクロ平均／マイクロ平均とは？：AI・機械学習の用語辞典

用語「macro-F1」「micro-F1」「マクロ平均」「マイクロ平均」について説明。macro-F1は、多クラス分類タスク（問題）に対する評価指標の一つで、クラスごとに計算したF1スコアの平均値を意味し、その値が1.0に近いほど分類を予測する機械学習モデルの性能が高い。

[一色政彦，デジタルアドバンテージ]

連載目次

用語解説

　統計学／機械学習におけるmacro-F₁（マクロ平均F₁）スコアとは、（基本的に）多クラス分類のタスク（問題）に対する評価指標の一つで、クラスごとに計算したF₁スコアの平均値を指す。また、micro-F₁（マイクロ平均F₁）スコアとは、全クラス分をまとめて（＝総計して）計算したF₁スコアの値を指す。いずれも0.0（＝0％）〜1.0（＝100％）の範囲の値になり、1.0に近づくほどより良い。

図1　「macro-F1」を計算するための、各クラスのF1スコア計算のイメージ

　macro-F₁とmicro-F₁の使い分け指針を示しておく。

　不均衡データの場合には、macro-F₁を使う方がよい。もう一方のmicro-F₁スコアの計算方法では、特定のクラスの数に大きな偏りがある場合、適切に評価できない可能性が高いためだ。

　micro-F₁スコアは、多クラス分類における正解率（Accuracy）と同じ計算結果となる。このため、もう一方のmacro-F₁よりもエンドユーザーにとって理解しやすい、というメリットがある。エンドユーザーと評価結果をやり取りすることが重要な場面では、micro-F₁（＝正解率）の使用を検討するとよい。

　計算方法をあらためて説明すると、マクロ平均（Macro Average）とは、多クラス分類のクラスごとに計算した評価指標（F₁スコアや適合率、再現率など）の平均を取ることである。適合率のマクロ平均は「macro-Precision（マクロ平均適合率）」、再現率のマクロ平均は「macro-Recall（マクロ平均再現率）」などと呼ばれる。F₁スコアのマクロ平均の計算方法を数式で表現すると、以下のようになる。F₁スコア（score）の計算方法は、F₁スコアの用語解説を参考にしてほしい。

　また、マイクロ平均（Micro Average）とは、多クラス分類の全クラス分をまとめて（＝総計して）計算した評価指標（F₁スコアや適合率、再現率など）の値のことである。適合率のマイクロ平均は「micro-Precision（マイクロ平均適合率）」、再現率のマイクロ平均は「micro-Recall（マイクロ平均再現率）」などと呼ばれる。F₁スコアのマイクロ平均の計算方法を数式で表現すると、F₁スコアの計算方法と同じなので、以下のようになる。

　ただし、TP／FP／FNの値は、クラスごと個別にカウントした数値ではなく、全クラスの合計値であるので注意してほしい。多クラス分類におけるTP／FP／FN値の計算方法は、「多クラス分類の混同行列」の用語解説を参考にしてほしい。

「AI・機械学習の用語辞典」