二分类问题的micro-F1 score（f值）和Accuracy（准确度）

直接上结论： 二分类的micro-F1 score和Accuracy的值相等

---

时隔一年多看到了完整细致的文章，同样说明了micro-F1和accuracy和recall和precision相等，同时还解释了macro-F1的两种计算方法，sklearn和各种工具在计算f的差别，好文！
传送门
Update Version :2022.10.26

---

关于 F score 和micro-F score以及macro-F score可以参考：参考文

对于二分类问题（A类和B类），某分类器判断结果为

	判断为A类	判断为B类
实际为A类	a	b
实际为B类	c	d

为了计算 micro-F1 score，计算整体的TP，FP，FN。
对于A类来说 TP_A = a ，对于B类来说 TP_B = d ，
同理可得 FP_A= c ，FP_B = b，
以及FN_A= b ，FN_B = c。
故整体而言 TP = a + d, FP = FN = b + c。
故:
$Precision=\frac{a+d}{n}=Recall=Accuracy$
$F_1=2\times \frac{Precision\times Recall}{Precision+Recall}=Precison=Accuracy$

Original Version :2021.01.11