美文网首页
如何解释F1 score？

如何解释F1 score？

作者: 升不上三段的大鱼 | 来源:发表于2022-08-30 15:57 被阅读0次

F1 score 的计算公式：
F1 score = 2*\frac{Precision \times Recall}{Precision + Recall}

其中 Precisio = \frac{tp}{tp+fp}，Recal = \frac{tp}{tp+fn}

F1 score为平衡和不平衡的数据集提供了相对准确的评价，因为它综合考虑了模型的 Precision 和 Recall。

一个直觉上简单粗暴的对于F1 score 的解释：


假设一个二分类任务，实际正样本所占比例为 q，预测样本为正的概率为 p，那么可以得到，tp = n*q*p, \\ tn = n*(1-q)(1-p), \\fp=n*(1-q)*p,\\ fn=n*q*(1-p)

那么根据定义可得，Precision=q, Recall=p, F1=\frac{2qp}{q+p}

当 p=1, q=0.5， F1 = 0.66 .
当 p=1, q=0.9， F1 = 0.95 .
当 p=1, q=0.1， F1 = 0.19 .
也就是说当我们的模型是个只会输出1的笨蛋模型时， F1 score的大小实际上依赖于数据分布。

另一方面，如果任何信息都没有，总是预测1会得到最好的 F1，F1 会更加偏向于正样本。

所以如何判断一个 F1 是好的呢？首先假设预测值都为1，计算得到 baseline F1，然后用你的模型预测的值去计算 F1， 看是否大于 baseline，最高的 F1 是最好的。

参考：
https://stephenallwright.com/good-f1-score/
https://inside.getyourguide.com/blog/2020/9/30/what-makes-a-good-f1-score

相关文章

网友评论

      本文标题：如何解释F1 score？

      本文链接：https://www.haomeiwen.com/subject/dpblnrtx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|如何解释F1 score？|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！