当然，在技术上可以只用两个类计算宏观（或微观）平均性能，但没有必要这样做。通常一个指定两个类中的哪一个是正类（通常是少数类），然后可以使用常规精度、召回率和 F-score。

通常有多数类和少数类，自然多数类更容易为分类器预测。这就是为什么通常选择少数类作为正类的原因：通过选择最难预测的类，性能值更准确地代表了分类器的真实能力。因此，宏观平均表现通常优于正类的表现，因为前者包括“简单”类。