Combinatie van precisie en recall We gebruiken het harmonische gemiddelde in plaats van een eenvoudig gemiddelde omdat het extreme waarden straft. … De F1-score geeft evenveel gewicht aan beide maatregelen en is een specifiek voorbeeld van de algemene Fβ-metriek waarbij β kan worden aangepast om meer gewicht te geven aan herinnering of precisie.
Waarom het harmonische gemiddelde gebruiken?
Het harmonische gemiddelde helpt bij het vinden van multiplicatieve of deler-relaties tussen breuken zonder je zorgen te maken over gemeenschappelijke noemers. Harmonische middelen worden vaak gebruikt bij het middelen van zaken als tarieven (bijvoorbeeld de gemiddelde reissnelheid gegeven een duur van meerdere reizen).
Hoe worden F1-scores berekend?
De F1-score is de 2((precisionrecall)/(precision+recall)). Het wordt ook wel de F-score of de F-maat genoemd. Anders gezegd, de F1-score geeft de balans weer tussen de precisie en het terugroepen.
Wat wordt beschouwd als een goede F1-score?
Dat wil zeggen, een goede F1-score betekent dat je weinig valse positieven en weinig valse negatieven hebt, dus je identificeert op de juiste manier echte bedreigingen en je wordt niet gestoord door valse alarmen. Een F1-score wordt als perfect beschouwd als het 1 is, terwijl het model een totale mislukking is als het 0 is.
Wat betekent de F1-score?
De F1-score is een maat die wordt gebruikt om de kwaliteit van binaire classificatieproblemen te beoordelen, evenals problemen met meerdere binaire labels of meerdere klassen. F1-score=1 is de bestewaarde (perfecte precisie en terugroepactie), en de slechtste waarde is 0.
