F1分数（F1 score）

F1分数把精确率和召回率揉成一个单一的数字，让你不必同时玩弄两个数就能比较模型。由于精确率（你的警报有多干净）和召回率（你漏掉得有多少）通常此消彼长，F1只有在两者都还说得过去时才给高分。F1拿得高，说明你既谨慎又周全——而不是只占其中一头。

技术上讲，F1是精确率和召回率的调和平均数，而不是普通的算术平均。调和平均对失衡有意地很苛刻：如果精确率是100%而召回率只有1%，普通平均会给出一个好看的50%，但F1会落在2%附近。它拒绝让一个漂亮的数字去掩盖一个糟糕透顶的数字，而这恰恰是它的用意。F1取值从0到1，越高越好。

当正类稀有、而你又在乎能不能抓住它时——比如欺诈或疾病——F1是个明智的默认选择。但它并不神圣。它把精确率和召回率等量齐观，这未必符合你真实的代价权衡——如果漏掉一个肿瘤远比误报一次糟糕得多，你或许更该用偏向召回率的F-beta变体。而且像所有单一数字一样，F1悄悄地丢掉了细节；藏在它背后的混淆矩阵，仍然讲着更完整的故事。