Macro average 和 Weighted average 是评价分类模型性能时常用的两种汇总方法它们本质上都是把每个类别的指标聚合成一个总体指标但对数据分布的敏感度不同。针对你的作物病害zero-shot分类项目它们的作用差异尤其重要。下面详细说明1.Macro Average宏平均定义对每个类别或每个作物先计算指标如准确率、F1然后简单平均。公式以准确率为例[\text{Macro Accuracy} \frac{1}{N} \sum_{i1}^{N} \text{Accuracy}_i](N) 是类别数或作物数每个类别/作物权重相等特点不受类别样本数量影响每个作物/类别同等重要。能暴露小样本类别的弱点在你的项目中sugarcane样本很多apple/potato样本少。如果只看加权平均小样本作物的低准确率可能被高样本作物掩盖。适合关注公平性或对所有类别一致性的任务。作用在你的项目中判断模型是否对每个作物都表现良好而不仅仅对样本量大的作物。用于验证“Simple模板略优于Enhanced”或“GCN收益普适性”避免被加权平均误导。2.Weighted Average加权平均定义每个类别/作物指标按其样本数量加权后求平均。公式以准确率为例[\text{Weighted Accuracy} \frac{\sum_{i1}^{N} n_i \cdot \text{Accuracy}i}{\sum{i1}^{N} n_i}](n_i) 是类别/作物 (i) 的样本数特点反映整体正确率多样本类别影响更大适合评估整体性能。可能掩盖小样本类别的低性能如果某个类别样本很少即使准确率很低对加权平均影响不大。适合生产环境关注总体准确率。作用在你的项目中当前报告使用加权平均结果被sugarcane等大样本作物主导。高加权平均可能掩盖apple/potato等小样本作物的严重问题导致误以为GCN在所有作物都有效。3.对比与选择特性Macro AverageWeighted Average样本量敏感性不敏感每个类别权重相等对样本量敏感大类别占主导反映的性能每个类别的公平表现总体准确率整体性能小样本类别弱点会被放大弱点可能被掩盖适用场景多类别不平衡关注公平性整体性能、生产环境在你项目中的作用发现apple/potato、tea低准确率问题展示整体benchmark表现加权平均51.52%结论Weighted average展示整体性能是报告中51.52%的指标来源。Macro average用于诊断每个作物的公平表现和潜在瓶颈尤其重要因为apple/potato、sugarcane等作物性能差异大。在你当前分析中必须计算Macro average否则结论可能误导“GCN整体有效”可能只是大样本作物带动的假象。