F1 score (miara F1)
Jedna liczba łącząca precyzję i czułość jako ich średnia harmoniczna, więc jest wysoka tylko wtedy, gdy obie są wysokie.
F1 to 2 × precyzja × czułość podzielone przez ich sumę. To średnia harmoniczna, więc system z precyzją 95% i czułością 10% dostaje F1 około 18%, a nie wygodną średnią. Przydaje się do porównywania wersji, gdy klasy są nierówne i sama dokładność myli. Oba rodzaje błędu waży jednakowo; gdy jeden kosztuje więcej, wariant F-beta przesuwa wagę.
Powiązane hasła
- Precyzja (precision): Odsetek zwróconych wyników, które są faktycznie trafne: ile z tego, co system oznaczył albo znalazł, było słuszne.
- Czułość (recall): Odsetek wszystkich trafnych pozycji, które system faktycznie znalazł: ile wyłapał z tego, co powinien był wyłapać.
- Macierz pomyłek (confusion matrix): Tabela, która liczy trafne i błędne decyzje klasyfikatora według rodzaju: prawdziwe i fałszywe alarmy, prawdziwe i fałszywe pominięcia.
