F1 — score 是什么

F1-score是一种评估分类模型性能的指标，常用于二分类问题。它结合了模型的精确率（precision）和召回率（recall）来综合评估模型的性能。

精确率是指模型预测为正类的样本中，实际为正类的比例。而召回率是指实际为正类的样本中，被模型正确预测为正类的比例。

F1-score是精确率和召回率的调和平均值，计算公式为：F1 = 2 * (precision * recall) / (precision + recall)。

F1-score的取值范围为0到1，越接近1表示模型的性能越好。当精确率和召回率都很高时，F1-score也会很高。F1-score对于数据不平衡的情况较为适用，因为它综合考虑了正类和负类的预测情况。