> ## Documentation Index
> Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt
> Use this file to discover all available pages before exploring further.

# AveragingMethodEnum

> AveragingMethodEnum en la API de ABBYY FineReader Engine — Define el método (promediado macro o micro) utilizado para calcular las score medias de rendimiento del clasificador (exactitud, precisión, exhaustividad y F-measure) para clasificadores con múltiples categorías.

Las constantes de enumeración AveragingMethodEnum se utilizan para definir el método empleado en el cálculo de las score de rendimiento promedio (precisión, exactitud, exhaustividad y F-measure) para clasificadores con más de 2 categorías.

```
typedef enum {
  AM_Macro,
  AM_Micro
} AveragingMethodEnum;
```

<div id="elements">
  ## Elements
</div>

| Name      | Description                                                                                                                                                                                                                                                                                                                                                             |
| --------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| AM\_Macro | Los scores se calculan para cada categoría por separado y luego se promedia el resultado entre todas las categorías. Se recomienda cuando todas las categorías contienen aproximadamente el mismo número de objects y deben influir por igual en el score resultante.                                                                                                   |
| AM\_Micro | Los valores TP, TN, FP y FN (verdadero positivo, verdadero negativo, falso positivo y falso negativo) de cada categoría se acumulan, y los scores se calculan a partir de los valores totales. Se recomienda cuando una de las categorías es significativamente más grande que las demás y el score resultante debe ser más sensible al rendimiento en dicha categoría. |

<div id="used-in">
  ## Usado en
</div>

[IValidationParams::AveragingMethod](/es/fine-reader/engine/api-reference/classification-related-objects/validationparams#averagingmethod)