問題描述：

在多分類任務的評估報告中，經常看到 micro avg、macro avg 和 weighted avg 三種平均指標，請解釋它們的區別以及各自的適用場景。

---

🎯 參考答案：

這三種平均指標是用來評估多分類模型性能的不同方式，它們在計算方法和應用場景上有顯著區別：

---

1. micro avg（微觀平均）

計算方式：

• 將所有類別的 TP（真正例）、FP（假正例）、FN（假負例） 匯總后統一計算指標。

• 公式：
  $${\text{Precision}}_{micro}=\frac{\sum TP}{\sum TP+\sum FP},{\text{Recall}}_{micro}=\frac{\sum TP}{\sum TP+\sum FN}$$

特點：

• 不區分類別，將所有預測結果視為一個整體；
• 等價于 accuracy（準確率）；
• 對樣本量大的類別更敏感；
• 適用于類別不平衡的情況。

適用場景：

• 關注整體預測準確性；
• 各類別樣本分布嚴重不均時。

---

2. macro avg（宏觀平均）

計算方式：

• 分別計算每個類別的 Precision、Recall、F1，然后取平均值。

• 公式：
  $${\text{Precision}}_{macro}=\frac{1}{N}\sum _{i=1}^N{\text{Precision}}_i,{\text{Recall}}_{macro}=\frac{1}{N}\sum _{i=1}^N{\text{Recall}}_i$$

特點：

• 每個類別權重相等；
• 不考慮樣本數量差異；
• 可能被少數類別"拖累"；
• 適用于各類別同等重要的場景。

適用場景：

• 各類別同等重要；
• 需要均衡評估每個類別的表現。

---

3. weighted avg（加權平均）

計算方式：

• 按每個類別的 support（樣本數）加權平均各項指標。

• 公式：
  $${\text{Precision}}_{weighted}=\frac{\sum ({\text{Precision}}_i\times {\text{Support}}_i)}{\sum {\text{Support}}_i}$$

特點：

• 考慮了類別樣本分布；
• 更貼近真實業務評估；
• 大類別對結果影響更大。

適用場景：

• 真實數據分布下的性能評估；
• 更具業務參考價值。

---

📊 實際案例分析：

假設某模型在 15 個類別上的表現如下（部分）：

類別	Precision	Recall	F1-score	Support
sports	0.84	0.81	0.82	26
edu	0.34	0.75	0.47	28
stock	0.00	0.00	0.00	1

最終評估結果為：

指標	Precision	Recall	F1-score
micro avg	0.4990	0.4940	0.4965
macro avg	0.5132	0.4795	0.4714
weighted avg	0.5475	0.4940	0.4914

分析：

• micro avg 接近整體準確率；
• macro avg 被 stock 類拖累；
• weighted avg 反映了多數類（如 sports）的良好表現。

---

? 總結對比表：

指標	是否考慮類別權重	適用場景	特點
micro avg	?	整體準確率評估	受大類影響大
macro avg	?	各類同等重要	可能被小類拖累
weighted avg	?	真實業務評估	更貼近實際表現

---

💡 面試加分點：

• 能結合具體數據解釋三者差異；
• 能指出在類別不平衡時應優先關注 weighted avg 或 micro avg；
• 能提出優化建議（如針對低分小類增加數據）。

---