F1マイクロは精度と同じですか？

Question

私はscikit-learnのF1 microとAccuracyで多くの例を試してみましたが、F1 microはAccuracyと同じです。これはいつも真実ですか？

スクリプト毎にテストケースを正確に一つのクラスに割り当てられることが保証された分類タスクで

from sklearn import svm 
from sklearn import metrics 
from sklearn.cross_validation import train_test_split 
from sklearn.datasets import load_iris 
from sklearn.metrics import f1_score, accuracy_score 

# prepare dataset 
iris = load_iris() 
X = iris.data[:, :2] 
y = iris.target 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2) 

# svm classification 
clf = svm.SVC(kernel='rbf', gamma=0.7, C = 1.0).fit(X_train, y_train) 
y_predicted = clf.predict(X_test) 

# performance 
print "Classification report for %s" % clf 
print metrics.classification_report(y_test, y_predicted) 

print("F1 micro: %1.4f\n" % f1_score(y_test, y_predicted, average='micro')) 
print("F1 macro: %1.4f\n" % f1_score(y_test, y_predicted, average='macro')) 
print("F1 weighted: %1.4f\n" % f1_score(y_test, y_predicted, average='weighted')) 
print("Accuracy: %1.4f" % (accuracy_score(y_test, y_predicted))) 

出力

Classification report for SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, 
    decision_function_shape=None, degree=3, gamma=0.7, kernel='rbf', 
    max_iter=-1, probability=False, random_state=None, shrinking=True, 
    tol=0.001, verbose=False) 
      precision recall f1-score support 

      0  1.00  0.90  0.95  10 
      1  0.50  0.88  0.64   8 
      2  0.86  0.50  0.63  12 

avg/total  0.81  0.73  0.74  30 

F1 micro: 0.7333 

F1 macro: 0.7384 

F1 weighted: 0.7381 

Accuracy: 0.7333 

F1マイクロ=精度

Answer 1

、マイクロFは精度と同等です。マルチラベル分類ではそうではありません。