问题描述：

在多分类任务的评估报告中，经常看到 micro avg、macro avg 和 weighted avg 三种平均指标，请解释它们的区别以及各自的适用场景。

---

🎯 参考答案：

这三种平均指标是用来评估多分类模型性能的不同方式，它们在计算方法和应用场景上有显著区别：

---

1. micro avg（微观平均）

计算方式：

• 将所有类别的 TP（真正例）、FP（假正例）、FN（假负例） 汇总后统一计算指标。

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

特点：

• 不区分类别，将所有预测结果视为一个整体；
• 等价于 accuracy（准确率）；
• 对样本量大的类别更敏感；
• 适用于类别不平衡的情况。

适用场景：

• 关注整体预测准确性；
• 各类别样本分布严重不均时。

---

2. macro avg（宏观平均）

计算方式：

• 分别计算每个类别的 Precision、Recall、F1，然后取平均值。

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

特点：

• 每个类别权重相等；
• 不考虑样本数量差异；
• 可能被少数类别"拖累"；
• 适用于各类别同等重要的场景。

适用场景：

• 各类别同等重要；
• 需要均衡评估每个类别的表现。

---

3. weighted avg（加权平均）

计算方式：

• 按每个类别的 support（样本数）加权平均各项指标。

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

特点：

• 考虑了类别样本分布；
• 更贴近真实业务评估；
• 大类别对结果影响更大。

适用场景：

• 真实数据分布下的性能评估；
• 更具业务参考价值。

---

📊 实际案例分析：

假设某模型在 15 个类别上的表现如下（部分）：

类别	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

最终评估结果为：

指标	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 接近整体准确率；
• macro avg 被 stock 类拖累；
• weighted avg 反映了多数类（如 sports）的良好表现。

---

✅ 总结对比表：

指标	是否考虑类别权重	适用场景	特点
micro avg	❌	整体准确率评估	受大类影响大
macro avg	❌	各类同等重要	可能被小类拖累
weighted avg	✅	真实业务评估	更贴近实际表现

---

💡 面试加分点：

• 能结合具体数据解释三者差异；
• 能指出在类别不平衡时应优先关注 weighted avg 或 micro avg；
• 能提出优化建议（如针对低分小类增加数据）。

---