【scikit-learn】sklearn.metrics.f1_score() 函数：分类模型评估指标 F1分数

sklearn.metrics.f1_score

f1_score 是 sklearn.metrics 提供的一个 分类模型评估指标，用于计算 F1 分数（F1-score），适用于 二分类、多分类和多标签分类任务。

---

1. f1_score 计算公式

F1 分数是 精确率（Precision） 和 召回率（Recall） 的 调和平均数：
$$F1=2\times \frac{\text{Precision}\times \text{Recall}}{\text{Precision}+\text{Recall}}$$
其中：

• 精确率（Precision） = $\frac{TP}{TP+FP}$
• 召回率（Recall） = $\frac{TP}{TP+FN}$

解释

• F1 分数越高，表示模型在精确率和召回率之间取得了更好的平衡。
• 适用于 精确率和召回率都很重要 的任务，例如 垃圾邮件检测、医学诊断、欺诈检测。

---

2. f1_score 代码示例

from sklearn.metrics import f1_score

# 真实标签 & 预测标签
y_true = [0, 1, 1, 0, 1, 0, 1, 1, 0, 0]  # 真实值
y_pred = [0, 1, 0, 0, 1, 0, 1, 1, 1, 0]  # 预测值

# 计算 F1 分数
f1 = f1_score(y_true, y_pred)
print(f"F1 分数: {f1:.2f}")

输出

F1 分数: 0.75

解释

• Precision = 3 / (3 + 1) = 0.75
• Recall = 3 / (3 + 1) = 0.75
• F1 = 2 * (0.75 * 0.75) / (0.75 + 0.75) = 0.75

---

3. f1_score 在多分类问题中的计算

对于 多分类任务，有多种计算方式：

• macro（宏平均）：计算 每个类别的 F1 分数，然后取 平均值（所有类别权重相等）。
• micro（微平均）：计算 所有 TP、FP、FN 总数，再计算 F1 分数（适用于类别不均衡数据）。
• weighted（加权平均）：根据 每个类别的样本数 计算加权平均 F1 分数（推荐用于数据不均衡）。
• samples（样本平均）：适用于 多标签分类，计算每个样本的 F1 分数，再取平均值。

代码示例

y_true = [0, 1, 2, 2, 0]
y_pred = [0, 0, 2, 2, 2]

print("Macro 平均:", f1_score(y_true, y_pred, average='macro'))
print("Micro 平均:", f1_score(y_true, y_pred, average='micro'))
print("Weighted 平均:", f1_score(y_true, y_pred, average='weighted'))

输出

Macro 平均: 0.61
Micro 平均: 0.60
Weighted 平均: 0.73

macro 适用于类别均衡数据，micro 适用于类别不均衡数据，weighted 适用于类别分布不均衡的数据。

---

4. f1_score 的参数

f1_score(y_true, y_pred, labels=None, pos_label=1, average='binary', sample_weight=None, zero_division='warn')

参数	说明
y_true	真实标签
y_pred	预测标签
labels	指定计算哪些类别的 F1 分数
pos_label	指定正类（默认为 1，仅适用于二分类）
average	binary（二分类），macro，micro，weighted，samples
sample_weight	指定样本权重
zero_division	处理 除零错误（0、1 或 "warn"）

(1) pos_label 指定正类

对于二分类任务，可以使用 pos_label 指定 正类：

y_true = [0, 0, 1, 1]
y_pred = [1, 0, 1, 1]

print("正类 = 1:", f1_score(y_true, y_pred, pos_label=1))
print("正类 = 0:", f1_score(y_true, y_pred, pos_label=0))

输出

正类 = 1: 1.00
正类 = 0: 0.67

(2) 处理 zero_division

当模型 从未预测某个类别 时，可能会遇到 除零错误：

y_true = [0, 0, 0, 0]
y_pred = [1, 1, 1, 1]

# 避免报错
f1 = f1_score(y_true, y_pred, zero_division=1)
print(f"F1 分数（避免除零错误）: {f1:.2f}")

---

5. f1_score 适用场景

适用于 二分类、多分类任务，特别是以下情况：

• 当精确率（Precision）和召回率（Recall）都很重要时
  • 垃圾邮件检测（需要避免误报和漏报）
  • 欺诈检测（需要减少误报和漏报）
  • 医学诊断（需要平衡误诊和漏诊）

对于类别不均衡的数据集，F1 分数比 普通准确率（accuracy_score） 更可靠。

---

6. f1_score vs. precision_score vs. recall_score

指标	计算公式	适用场景
precision_score	$TP/(TP+FP)$	关注 减少误报（垃圾邮件检测）
recall_score	$TP/(TP+FN)$	关注 减少漏报（癌症筛查）
f1_score	$2\times (Precision\times Recall)/(Precision+Recall)$	综合平衡 Precision 和 Recall

示例：

from sklearn.metrics import precision_score, recall_score

print("精确率:", precision_score(y_true, y_pred))
print("召回率:", recall_score(y_true, y_pred))
print("F1 分数:", f1_score(y_true, y_pred))

---

7. 总结

• f1_score 计算 精确率和召回率的调和平均，适用于 二分类和多分类任务。
• 适用于 平衡误报（FP）和漏报（FN） 的任务，如 垃圾邮件检测、医学诊断、欺诈检测。
• 支持 macro、micro、weighted 计算方式，适用于不同类别分布的数据集。
• 当数据类别不均衡时，F1 分数比普通准确率更可靠。