如何解释F1 score？

F1 score 的计算公式：

其中 ，

F1 score为平衡和不平衡的数据集提供了相对准确的评价，因为它综合考虑了模型的 Precision 和 Recall。

一个直觉上简单粗暴的对于F1 score 的解释：

假设一个二分类任务，实际正样本所占比例为 ，预测样本为正的概率为 ，那么可以得到，

那么根据定义可得，

当 .
当 .
当 .
也就是说当我们的模型是个只会输出1的笨蛋模型时， F1 score的大小实际上依赖于数据分布。

另一方面，如果任何信息都没有，总是预测1会得到最好的 F1，F1 会更加偏向于正样本。

所以如何判断一个 F1 是好的呢？首先假设预测值都为1，计算得到 baseline F1，然后用你的模型预测的值去计算 F1， 看是否大于 baseline，最高的 F1 是最好的。

参考：
https://stephenallwright.com/good-f1-score/
https://inside.getyourguide.com/blog/2020/9/30/what-makes-a-good-f1-score