每天五分钟机器学习：分类算法评估指标之F1值

本文重点

在机器学习与数据挖掘的广阔领域中，分类算法的性能评估是不可或缺的一环。为了准确衡量模型对未知数据的预测能力，科学家们设计了一系列评估指标，其中F1值作为精确度（Precision）与召回率（Recall）的调和平均，以其独特的优势在多个分类任务中脱颖而出，成为评估模型性能的重要标准之一。

背景

F1值的概念源自信息检索领域，用于评估搜索算法的性能。在信息检索中，用户希望检索到的文档既相关又全面，即既要提高检索到的相关文档的比例（精确度），又要尽可能多地检索出所有相关的文档（召回率）。然而，精确度和召回率往往是一对矛盾体，提高其中一个指标往往会导致另一个指标的下降。因此，F1值作为一种综合考量两者性能的指标应运而生。

机器学习中为什么需要F1值？

现在我们训练一个肿瘤的分类器。我们的算法输出的结果在 0-1 之间，我们使用阀值 0.5 来预测真和假。也就是说如果分类器输出大于0.5那么我们可以认为这个人患有肿瘤，如果分类器小于0.5那么我们可以认为这个人没有患有肿瘤，但是实际上是否患有肿瘤这件事情很重要。

假如我们预测一个病人hθ(x)=0.51,那么我们说这个病人是癌症，虽然这样符合我们逻辑回归，但是仅仅比0.5多了0.01就预测癌症，多少有点不太靠谱，因为癌