机器学习中的指标F1

https://blog.csdn.net/ningyanggege/article/details/81660950

F1 score是一个平均数；对精确率与召回率进行平均的一个结果；

平均算法有四个，如图所示：

调和平均数：Hn=n/(1/a1+1/a2+...+1/an)
几何平均数：Gn=(a1a2...an)^(1/n)
算术平均数：An=(a1+a2+...+an)/n
平方平均数：Qn=√ [(a1^2+a2^2+...+an^2)/n]
这四种平均数满足 Hn ≤ Gn ≤ An ≤ Qn

F1 score选择了第一种调和平均数算法进行计算；该算法的特点就是会更多聚焦在较低的值；所以会对每个指标非常重视；

看harmony公式变形：Hn=2*a*b/(a+b)；a+b恒等于1，a*b=a*(1-a)=-a^2+a; 令导数为-2a+1=0，a=0.5时值最大；Hn的最大值为0.5，从这里可以看出如果a+b有约束的情况下，a与b越接近值越大；

在F1 sore这里，a与b不存在共同约束，只有0<=a<=1,0<=b<=1; 所以最大值不只只是0.5，比如说Hn=2*1*1/(1+1)=1；这也是最完美的，精确率与召回率都是100%；

 
--------------------- 
作者：Takoony 
来源：CSDN 
原文：https://blog.csdn.net/ningyanggege/article/details/81660950 
版权声明：本文为博主原创文章，转载请附上博文链接！