简单来说 ， 宏平均就是先算出每个混淆矩阵的P值和R值 ， 然后取得平均P值macro-P和平均R值macro-R ， 再算出F1值 。 微平均则是计算出混淆矩阵的平均TP、FP、TN、FN ， 接着进行计算P、R ， 进而求出F1值 。 同理可以使用这两种方式计算出其他的衡量指标 。 这两种计算公式如下：
[2]【机器学习】一文读懂分类算法常用评价指标：
【放荡的人生|分类器性能评判标准（Recall、P-R、F1、ROC等）你是否真的懂了？】[3]AUC的计算方法：

• 逸仙谈历史|《水浒传》给我三条人生启示
• 一点资讯|| 罗宇航：焊花里的“数字人生”，新时代·铁路榜样
• 放荡的人生|人文学科却变得更重要了？，为什么在数字时代的今天
• 放荡的人生|芯片缺口无法弥补，断供华为后果出现！美国传来一则消息
• 于震寰|“中国毛孩”于震寰：人生坎坷起伏，今43岁终抱得美人归
• 乐轩酷漫振霞|9月特别重要，是你人生最大的“转折点”！，属鸡人多长个心眼
• 放荡的人生|华为芯片面临绝境！谁在力挺华为？美国半导体协会算一个
• 放荡的人生|被友商KOL嘲讽，都这么紧张了吗？，小米PPT技术干翻中兴
• 放荡的人生|飞宇Vlogpocket2手机云台，盗梦空间希区柯克只是开始
• 大众新闻|传递公益薪火、点亮美丽人生——日丰公益走进河南平顶山