如何測試F1分數的差異？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，
我通過測量F1得分（幾個數據集）評估了幾種分類模型（例如，BayesNet，Random Forrest）的性能（ F1得分 - 維基百科，免費的百科全書通過十倍交叉驗證實現。我的數據，因此以下列：分類模型，數據集，F1得分。
現在我想測試是否：
1）預測因子之間存在統計學差異。
2）最佳預測因子與所有其他預測因子之間存在統計學差異。
我的方法是：
-Fit y乘x，y = F1，x =分類模型
- 非參數Wilcoxon檢驗：這將回答第1點。
- 非參數多重比較：Wilcoxon檢驗：這將回答第2點。
但是，我看到其他測試而不是威爾科克森，我想知道我在做什麼是正確的。
謝謝你的幫助，
達維德
Re：如何測試F1分數的差異？你好Davide，
我認為你的方法是合理的。
您可能會看到的另一種方法是Oneway> Compare Means> With Best，Hsu MCB。這是一個多重比較程序，用於測試X變量的每個級別是否與“最佳”級別明顯不同。輸出將顯示p值，用於將所有級別與最大值以及最小值進行比較。
您可以在JMP中的Fit Y by X平台中找到有關該選項的一些信息： 比較手段
最好，
邁克爾
